|
授業科目名
|
担当教員
|
|||||||||||||
|
コンピュータ理工学特別講義VI
|
（ ）
|
|||||||||||||
|
時間割番号
|
単位数
|
コース
|
履修年次
|
期別
|
曜日
|
時限
|
||||||||
| GTK614 | 2 | (未登録) | 1 | 集中 | (未登録) | (未登録) | ||||||||
| ［概要と目標］ | ||||||||||||||
| 情報通信技術（ICT）の進化に伴い，マルチメディア情報（音声（音声），テキスト，画像（動画））の処理技術が急速に発展している。それに加えて，近年では人工知能（AI）技術が一般に広く普及し，マルチメディアデータの処理・解析を行う深層学習技術がAI分野の発展を牽引している。そこで本講義では，マルチメディア情報（音声・自然言語テキスト・画像）処理への応用を中心に，ディープラーニング技術の高度な知識を身につけることを目標とする。実演と演習を交えて実践的に学習する。 | ||||||||||||||
| [到達目標] | ||||||||||||||
|
1. 深層学習の基礎を学び，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 2. マルチメディア情報を扱う情報処理を理解し，これに関しての人工知能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），線形代数，プログラミングの基礎知識があると学びやすい。人工知能に関するプログラミング課題を課す予定であるため，プログラミングスキルは必須である。なおプログラミング言語にはPythonを用いる。 | ||||||||||||||
| ［評価基準］ | ||||||||||||||
|
||||||||||||||
| ［教科書］ | ||||||||||||||
| (未登録) | ||||||||||||||
| ［参考書］ | ||||||||||||||
| (未登録) | ||||||||||||||
| ［講義項目］ | ||||||||||||||
| 1.AIとディープラーニングの導入 2.ニューラルネットワークによる機械学習 3.ディープラーニングプログラミングの導入 4.画像のためのニューラルネットワーク 5.畳み込みニューラルネットワーク 6.画像処理、分類、回帰モデルの紹介 7.ディープラーニングのコツ 8.リカレントニューラルネットワーク 9.音声処理の紹介 10.音声信号の分類 11.テキスト処理の導入、単語埋め込み技術 12.文章の自動生成 13.エンコーダ-デコーダモデルと機械翻訳 14.Attention機構 15.総合評価 |
||||||||||||||