授業科目名				担当教員
マルチメディア工学				西崎　博光
時間割番号	単位数	コース	履修年次	期別	曜日	時限
TJM315	2	(未登録)	3,4	前期	木	IV
［概要］
情報通信技術（ICT）の進化とともに，音声・テキスト（文字）・画像（映像）といった情報メディアを対象とした処理技術も急速に発展している．Web検索，音声認識などがその代表技術であると言える．近年，人工知能という言葉が広く一般に浸透しているが，人工知能の根幹をなすのが，これらマルチメディア情報を対象とした機械学習技術である．これからの「ものづくり」では，機械や電気の知識だけではなく，人工知能・メディア情報処理の知識も必要となることは必然である．よって本講義では，マルチメディア情報に関する概説と音声・自然言語処理を中心としたマルチメディア情報処理の要素技術の解説を行うとともに，機械学習等を用いた要素技術の解決方法についても研究例を挙げて紹介する．
［具体的な達成目標］
１．音声・テキスト・画像データをコンピュータで処理する基本的技術を習得し，これらの情報処理技術が利用できるようになること ２．（統計的）機械学習の基礎（概要）を学び，これらを用いることでマルチメディア処理分野における諸問題が解決できるようになること ３．マルチメディア工学の応用分野を理解し，最先端の情報処理技術を習得すること
［必要知識・準備］
情報理論，確率統計学（数学），プログラミングの基礎知識があると学びやすい．課題の一つとしてプログラミングの課題を課す予定であるため，最低限のプログラミングスキルは必須である． 機械学習については，コンピュータ理工学科開講科目「知的システムI」「知的システムII」の内容と一部重なっているが，本科目では概要説明の意味合いが強い．機械学習を深く詳細に学びたければこれらの科目も履修すると良い．
［評価方法・評価基準］
No 評価項目 割合 評価の観点 1 試験：期末期  25  % 画像処理関連の理解度（レポートになる場合もある）  2 試験：中間期  50  % 音声・テキスト処理関連の理解度  3 小テスト／レポート  25  % 授業の最後に毎回演習問題を課す
［教科書］
(未登録)
［参考書］
牧野浩二ほか, 算数＆ラズパイから始めるディープ・ラーニング, CQ出版社 古井貞熙, 音声情報処理, 森北出版, ISBN:4-627-70271 中川聖一ほか, 音声言語処理と自然言語処理, コロナ社, ISBN:978-4-339-02469-2
［講義項目］
1．イントロダクション：マルチメディア工学概要と人工知能 2．自然言語処理：形態素解析 3．自然言語処理：構文・意味解析 4．自然言語処理：言語（テキスト）のモデル化 5．自然言語処理：情報検索〜単語の重み付けと検索 6．自然言語処理：自然言語処理総括評価・まとめ 7．音声処理：概要 8．音声処理：音声波形の分析 9．音声処理：音声のモデル化 10．音声処理：時系列パターン照合 11．音声処理：音声認識 12．音声処理：音声処理総括評価・まとめ 13．画像処理：概要 14．画像処理：画像圧縮・認識 15．画像処理：画像処理総括評価・まとめ ※進捗状況や学生の理解度に合わせて内容を修正する場合もあります．
［教育方法］
基本的には座学であり，毎回，具体的な例を使って，テキスト・音声・画像データ処理に関する基本技術を解説する． 教科書は使用せず，授業終了後にスライド資料を配布する予定である．授業の最後（もしくは途中で）に演習問題を課すので，授業をよく聞いていないと解けないので注意すること．この演習課題は成績の25％を占める． 参考書を何冊か挙げておくので，より深く学びたい場合は購入することを勧める．
［JABEEプログラムの学習・教育目標との対応］
(未登録)
［その他］
(未登録)