| 科目名 |
データ解析と信号処理 |
| 担当教員 |
竹田 史章 |
| 対象学年 |
3年 |
クラス |
学部：専門001 |
| 講義室 |
Ａ１１３ |
開講学期 |
１学期 |
| 曜日・時限 |
火１,金１ |
単位区分 |
選択 |
| 授業形態 |
一般講義 |
単位数 |
2 |
| 準備事項 |
|
| 備考 |
|
| 授業の詳細1 |
「授業の目的」
マシンの知能化を前提とし、知能情報処理アルゴリズムの存在意義とそれに付随するデータ解析とアルゴリズム開発の重要性を理解し、マシンの知能化、自律化のための各種信号処理技術を含めたアルゴリズムを修得する。
|
| 授業の詳細2 |
「授業の進め方」
本講義では、マシンの知能化のための各種データ解析（基本的な統計解析）およびアルゴリズムを基礎概念とその応用事例を基に解説し、具体的事例として学習式紙幣識別機を題材とし、知能情報処理技術を用いたシステム設計とマシンの自律性についても言及する。知能情報処理アルゴリズムとしては、ニューラルネットワーク、ファジィ、エキスパートシステム、そして、遺伝的アルゴリズムとし、それらの融合アルゴリズムについても講義を展開する。
（キーワード：統計量、特徴料、データ解析、知能化アルゴリズム） |
| 授業の詳細3 |
「達成目標」
１．ニューラルネットワーク、ファジィ、エキスパートシステム、遺伝的アルゴリズムの基礎を理解し、
応用ができる。
２．基本統計量の算出方法の習得ができる。また、データ分布の観察方法を習得できる。
３．マシンの知能化・自律化のための設計開発について理解する。
|
| 授業の詳細4 |
「授業計画」
１−２．ニューラルネットワークの基礎
ニューラルネットワークの動作原理を説明し、パターン認識、マシンコントロールに応用する際の基本的な考え方を解説する。
３−４．ニューラルネットワークの応用
現在、車、家電などのマシンコントロールならびにマシンビジョンとしてのパターン認識に広くニューラルネットワークが応用されている。ここでは、実システムにニューラルネットワークを導入する
場合のニューラルネットワークの構成法ならびにパラメータの設定方法、さらに、学習について述べる。
５．ファジィの基礎
ここでは、ファジィの基礎概念を説明すると共にフィジィ推論についても解説する。また、専門化の知識をコンピュータに移植する上でのファジィ推論の有用性をルールベースのプロダクションシステム（エキスパートシステム）と比較しながら解説する。
６．ファジィの応用
ファジイ理論の中でも、特に代表的なファジィ制御、ファジィ情報処理、そして、ニューロ・ファジィ融合技術の応用技術について現在市販されている各種家電製品を例に取りその具体的な動作メカニズムを解説する。
７−８．遺伝的アルゴリズムの基礎
生物の進化のメカニズムを工学的に具体化した遺伝的アルゴリズム（ＧＡ）の考え方を概説し、最適化手法の一つとしての有効性を解説する。
|
| 授業の詳細5 |
９−１０．遺伝的アルゴリズムの応用
遺伝的アルゴリズムを最適調整手段として見た場合の具体的な適用例を示す。また、ニューラルネットワークによる認識システムに遺伝的アルゴリズムを応用して認識システムの最適化を図る手法を、具体的な紙幣識別システムを通して論じる。
１１．エキスパートシステムの基礎と応用
専門化の知識をルールとしてコンピュータに移植し、「風が吹けば桶屋が儲かる」方式のルール駆動による推論の概念を解説すると共に、設計者の勘と経験に大きく依存する紙幣識別設計分野へのエキスパートシステムの投入の有効性とその限界を解説する。
１２．基本的な統計解析手法
基本統計量（平均、分散、ヒストグラム、歪度、尖度など）の算出方法の解説とそれらのデータ分布
に対する物理的な意味を説明する。さらに、時間領域でのデータの表現を周波数領域に変換することで
信号成分とノイズ成分のある程度の分離が可能であることなどを例にとり、フーリエ信号解析について
も言及する。
１３．実用事例
紙幣識別機、個人認証装置、ならびに、各種監査装置を例にとり、ニューラルネットワークおよび遺伝的アルゴリズムなどの具体的な移植例をビデオで紹介し、マシンの知能化・自律化のための設計開発について解説する。この事例を通して、産業機における知能情報処理アルゴリズムの存在意義とアルゴリズム開発の重要性を解説し、産業界におけるアルゴリズム開発の現状と今後の方向性について論じる。
１４．習熟度確認
|
| 授業の詳細6 |
「成績評価」
受講における評価においては、結果に至るプロセスを重要視する（問題解決の正解に６０％、その導出手続きに４０％の配点ウエイトを与える）。
A A： 95点以上
A： 80点以上94点以下
B： 70点以上79点以下
C： 60点以上69点以下
|
| 授業の詳細7 |
◇テキスト
適宜必要資料を配布する。
◇参 考 書
『ニューロ・ファジィ・カオス‐新世代アナログコンピューティング入門』，合原一幸（オーム社）ISBN4-274-12917-9 \3204
ビデオ教材を使用する．
◇履修の前提となる科目： なし
◇事前に履修をしておくのが望ましい科目：機械数学、メカトロニクス、人工知能入門
◇同時に履修をすることを推奨する科目：なし
|
| 授業の詳細8 |
「オフィスアワー」
水曜日2限、A474、連絡先：takedaft@pop.kochi-tech.ac.jp |
| 授業の詳細9 |
|
| 授業の詳細10 |
|