- 開講元
- 知能情報コース
- 授業形態
- 講義 (ハイフレックス型)
- メディア利用科目
- 曜日・時限(講義室)
- 月7-8(W8E-305(W831)) 木7-8(W8E-305(W831))
- クラス
- -
- 科目コード
- ART.T547
- 単位数
- 2
- 開講年度
- 2023年度
- 開講クォーター
- 2Q
- シラバス更新日
- 2023年3月20日
- 講義資料更新日
- -
- 使用言語
- 英語
- アクセスランキング
-
media
講義の概要とねらい
マルチメディアは，音響、音声，画像，映像，テキスト，種々のセンサの出力など、様々な種類のメディアの信号をデジタル化した情報である。本講義では、音声の信号処理技術とそれを用いた意味解析技術、特に機械学習を用いたパターン認識・情報検索技術を学ぶ。さらに、Internet of Things (IoT)のための、モバイルセンサの出力を対象とした信号処理技術・意味解析技術を学ぶ。マルチメディアの取り扱い方、複合的なものの見方を身につける手助けをする。
到達目標
マルチメディア情報の取り扱い方について説明でき，マルチメディアを用いたシステムの設計ができる。
キーワード
音声分析、音声認識、音声合成、話者認識、モバイルセンサ、行動理解
学生が身につける力(ディグリー・ポリシー)
| ✔ 専門力 | 教養力 | コミュニケーション力 | 展開力(探究力又は設定力) | 展開力(実践力又は解決力) |
授業の進め方
各講義の前半で，原理や仕組みを解説し，後半では，応用例を示す。
授業計画・課題
| 授業計画 | 課題 | |
|---|---|---|
| 第1回 | 音声認識とは | 講義で指定する。 |
| 第2回 | 音声分析 | 講義で指定する。 |
| 第3回 | DPマッチング | 講義で指定する。 |
| 第4回 | 隠れマルコフモデル | 講義で指定する。 |
| 第5回 | 言語モデル | 講義で指定する。 |
| 第6回 | 音声認識システム | 講義で指定する。 |
| 第7回 | 深層学習を用いた音声認識 | 講義で指定する。 |
| 第8回 | 耐雑音音声認識 | 講義で指定する。 |
| 第9回 | 話者認識 | 講義で指定する。 |
| 第10回 | モバイルセンシング | 講義で指定する。 |
| 第11回 | GPS測位データ解析 | 講義で指定する。 |
| 第12回 | 無線屋内測位 | 講義で指定する。 |
| 第13回 | モバイルセンシング設計 | 講義で指定する。 |
| 第14回 | モバイルセンシング応用 | 講義で指定する。 |
授業時間外学修（予習・復習等）
学修効果を上げるため，教科書や配布資料等の該当箇所を参照し，「毎授業」授業内容に関する予習と復習（課題含む）をそれぞれ概ね100分を目安に行うこと。
教科書
特になし
参考書、講義資料等
特になし
成績評価の基準及び方法
３通のレポート（90%, @30%)と演習(10%)により評価する。
関連する科目
- ART.T463 ： コンピューターグラフィクス
- CSC.T421 ： ヒューマンコンピュータインタラクション
履修の条件(知識・技能・履修済科目等)
学部レベルの計算機科学の知識があること。
その他
特になし．
