授業科目名				指導教員
人工知能特論				岩沼　宏治／福本　文代／鍋島　英知
時間割番号	単位数	コース	履修年次	期別	曜日	時限
414580 B	2	(未登録)	1	後期	木	VI
［概要と目標］
情報を計算という切り口でみる立場は20世紀中葉にはじまり, 記号計算の基礎を与える数学理論として, 計算機科学の基盤のひとつを形成している. さらにこの計算的アプローチは，混沌とした情報の中から新たな知識を紡ぎ出すマイニング技術, あるいは人間の処理能力をはるかに超えたテキスト情報から, 必要な情報を抽出する技術へと広がっている. 本講義では, 計算方法という立場から情報の処理過程を理解することを目的とする.　講義第1部では, 離散データマイニング, WEBインテリジェンス, マルチエージュエント, 第2部では言語の意味処理に焦点をあて, それぞれにおける基礎理論・技術について理解を深めた上で計算の本質を明らかにする. 第3部では，計算機科学における最重要問題の1つである命題論理の充足可能性判定問題とその高速解法，実応用を含む種々の適用事例を示す．各テーマにおける最新の研究事例についても概観することで, 各々における現状と課題について議論する.
[到達目標]
講義第１部では, 離散データマイニング, WEBインテリジェンス, マルチエージュエントに関する基礎理論・最新技術について理解する. 第２部では言語の意味処理に焦点をあて, 計算機による機械処理という立場から意味を扱う手法を理解する.第３部では，命題論理の充足可能性判定問題の基礎と最新技術，応用手法について理解する．
［専攻の目標と講義の目標との関連性］
本講義では, 膨大かつ混沌とした情報を計算という切り口で捉えることで情報の形式化,計算機による実装・評価が可能となることを学ぶ. さらに実用化に必要となる技術を学ぶことで, 情報メディア技術の根幹を支え, 社会に貢献する情報システムの設計・開発・運用ができる高度技術者, 研究者を養成することを目的とする.
［必要知識・準備］
計算機によるデータ処理に必要なアルゴリズムとデータ構造, 及び情報理論に関する基礎的な事項を理解していることが望ましい.
［評価基準］
No 評価項目 割合 評価の観点 1 小テスト／レポート  100  % 前半, 及び後半で課されるレポートにより評価する.
［教科書］
(未登録)
［参考書］
(未登録)
［講義項目］
1. 離散データマイニング：古典的なバケット解析と多重系列データ解析<BR>2．離散データマイニング：単一系列データの評価尺度：出現頻度と情報量<BR>3．離散データマイニング：系列データ解析の高速化<BR>4. WEBインテリジェンス： 事例に基づくＨＴＭＬからＸＭＬへの半自動変換<BR>5. WEBインテリジェンス： 知的ブラウジング支援の実時間処理<BR>6．WEBインテリジェンス： 専門検索エンジンの半自動合成<BR>7. マルチエージュエント：分散協調と計算社会学<BR>8. 意味とは: 言語理論における意味論の位置づけ<BR>9. 意味論: アメリカ構造主義の意味論, 生成意味論, 形式意味論, 概念意味論<BR>10. 意味に関する抽出手法：人手による記述, 例に基づく抽出, コーパスからの抽出<BR>11. 語に関する抽出事例: 同義語, 類義語, 反意語, 多義語, 対訳語　<BR>12. 比喩, 概念: 比喩とその抽出, 概念関係の抽出手法<BR>13. 照応：照応の分類・照応関係の解析, 指示詞・ゼロ代名詞の先行詞推定<BR>14. 実システムへの適用：機械翻訳, 検索エンジン, 質問応答システム, 情報抽出, 自動要約<BR>15. 命題論理の充足可能性問題(SAT問題)の基礎<BR>16. 高速SATソルバーの原理<BR>17. 制約最適化問題とSAT符号化<BR>18. SATによるプランニングとスケジューリング<BR>19. SATによるシステム検証<BR>20. 全体の復習とまとめ