授業科目名	IoT・AIシステム演習
時間割番号	TCS334
担当教員名	古屋　貴彦
開講学期・曜日・時限	後期・火・III	単位数	1
＜対象学生＞
(未登録)
＜授業の目的＞
科目「IoT・AIシステム」の内容に対応した統合的な演習を行う．受講生は，シングルボードコンピュータ Raspberry Piを用いたIoT・AIシステムの開発実習を通じて，IoT・AIシステムの制御方法を身に付けると共に，データに対する知的情報処理の基礎を理解する．本科目ではまず，IoT・AIシステムを開発するための環境を構築し，エッジ機器の制御方法やクラウドサービスの利用方法等を習得する．その後，気象データ，音声データ，画像データに対して知的情報処理を行うシステムを開発する．
＜本授業科目による獲得・涵養が特に期待されるコンピテンシー＞（能力・資質）
工学部>コンピュータ理工学科向け 記号 コンピテンシー（能力・資質）   CS-A 専門 6.情報科学、及び、数学や自然科学等の知識と手法を用いて、以下のことができる。 6b.要求、時間、費用、資源等の制約条件を考慮した上で、複数の解が存在するような複雑な問題の中から適切な解を見つけ出すことができ ○ CS-B 6c.各種のツールや手法に関する十分な知識をもち、それらをシステムの設計・開発・運用に応用できる。 ◎
＜到達目標＞  到達目標とは
目標NO 説明 コンピテンシーとの対応 CS 1 (1) エッジ機器とクラウドサービスの特性を考慮した上で，これらを効果的に組み合わせたIoT・AIシステムを設計し実装できる． CS-A 2 (2) 機械学習に必要な一連の手続き (データの取得とラベリング，データに対する前処理，予測器の学習と評価)を適切に実施できる． CS-B 3 (3) Raspberry Piを用いたシステム開発に必要なツールと手法に関する十分な知識を持ち，それらを活用できる． CS-B
＜成績評価の方法＞
目標No 割合 評価の観点 1 40% レポートに記載された状態遷移表および動作結果に基づき，IoT・AIシステムの設計および実装の完成度を評価する． 2 30% レポートに記載された実験の条件・結果・考察に基づき，実験の再現性と妥当性を評価する． 3 30% レポートに記載された実施内容の説明に基づき，Raspberry Piを用いたシステム開発の理解度を評価する． 合計 100%
＜授業の方法＞
本授業は原則として，対面授業の形態で実施する． 受講者1人に対し演習道具1セットを貸し出す．受講者はMoodleで配布する演習資料に沿って作業を行う．必要に応じてインターネット等を利用して情報収集を行う．レポートを作成するために，設計内容，作業内容，実験結果，参考資料等を記録に残しつつ実験を行う． 新型コロナウィルス等の感染防止のため，以下の対策を講じる． ・教員および受講生はマスクを着用し，互いの距離を1m以上離す． ・定期的に扉を開放し換気を行う． ・授業前後の手指消毒を徹底する． ・受講人数が教室の臨時定員を上回る場合は，実施時間を複数設けることで受講人数を分散させる．この場合，受講者の一部は火曜III限以外の時間に本授業を受講する可能性がある．
＜受講に際して・学生へのメッセージ＞
3年後期科目「IoT・AIシステム」の並行履修を前提とする．2年前期科目「ハードウェア基礎実験」の履修経験があることが望ましい． また，Linuxオペレーティングシステムの基本的な使い方，特に，CUIによるファイル操作・ファイル転送，Emacs等によるテキスト編集を習得済みとする．Pythonをプログラミング言語として使用する．Pythonでのプログラミング経験は不要であるが，準備として，Pythonの基本文法とクラス定義方法を習得しておくことが望ましい．
＜テキスト＞
(未登録)
＜参考書＞
(未登録)
＜授業計画の概要＞
1 タイトル Raspberry Piおよび開発用PCのセットアップ (1) 事前学習 事後学習 ・授業前に，演習資料を流し読みして演習の全体像を把握しておく． 授業内容 ・授業の最初に，本授業の到達目標，授業の進め方，成績評価の方法に関するガイダンスを行う． ・次に，演習資料にしたがってRaspberry Piおよび開発用PCのセットアップに取り組む． 2 タイトル Raspberry Piおよび開発用PCのセットアップ (2) 事前学習 事後学習 ・授業前に，演習資料を流し読みして演習の全体像を把握しておく． 授業内容 ・Raspberry Piおよび開発用PCのセットアップに取り組む． 3 タイトル スイッチとLEDの制御 (1) 事前学習 事後学習 ・授業前に，演習資料を流し読みして演習の全体像を把握しておく． 授業内容 ・スイッチとLEDを制御するシステムの開発に取り組む． 4 タイトル スイッチとLEDの制御 (2) 事前学習 事後学習 ・授業前に，演習資料を流し読みして演習の全体像を把握しておく． 授業内容 ・スイッチとLEDを制御するシステムの開発に取り組む． 5 タイトル 気象センシングと天気予測 (1) 事前学習 事後学習 ・授業前に，演習資料を流し読みして演習の全体像を把握しておく． 授業内容 ・気象センシングシステムの開発に取り組む． 6 タイトル 気象センシングと天気予測 (2) 事前学習 事後学習 ・授業前に，Random Forest分類器に関する説明動画を視聴する． 授業内容 ・気象センシングシステムの開発に取り組む． 7 タイトル 気象センシングと天気予測 (3) 事前学習 事後学習 ・授業前に，演習資料を流し読みして演習の全体像を把握しておく． 授業内容 ・天気予測器の評価実験に取り組む． 8 タイトル 音声認識と音声合成 (1) 事前学習 事後学習 ・授業前に，統計的音声認識および音声合成に関する説明動画を視聴する． 授業内容 ・音声認識システムの開発に取り組む． 9 タイトル 音声認識と音声合成 (2) 事前学習 事後学習 ・授業前に，演習資料を流し読みして演習の全体像を把握しておく． 授業内容 ・音声合成システムの開発に取り組む． 10 タイトル 音声認識と音声合成 (3) 事前学習 事後学習 ・授業前に，演習資料を流し読みして演習の全体像を把握しておく． 授業内容 ・クラウドサービスを利用した音声認識・合成システムの開発に取り組む． 11 タイトル 物体認識 (1) 事前学習 事後学習 ・授業前に，演習資料を流し読みして演習の全体像を把握しておく． 授業内容 ・カメラを用いた撮影システムの開発に取り組む． 12 タイトル 物体認識 (2) 事前学習 事後学習 ・授業前に，演習資料を流し読みして演習の全体像を把握しておく． 授業内容 ・背景差分法を用いた動体検出システムの開発に取り組む． 13 タイトル 物体認識 (3) 事前学習 事後学習 ・授業前に，深層学習に関する説明動画を視聴する． 授業内容 ・11回目に作成した撮影システムを用いて深層学習のための画像データセットを構築する． 14 タイトル 物体認識 (4) 事前学習 事後学習 ・授業前に，演習資料を流し読みして演習の全体像を把握しておく． 授業内容 ・13回目に作成した画像データセットを用いて深層学習の実験を行う． 15 タイトル 物体認識 (5)，まとめ 事前学習 事後学習 ・授業前に，演習資料を流し読みして演習の全体像を把握しておく． 授業内容 ・13回目に作成した画像データセットを用いて深層学習の実験を行う． 16 タイトル 事前学習 事後学習 授業内容 17 タイトル 事前学習 事後学習 授業内容 18 タイトル 事前学習 事後学習 授業内容 19 タイトル 事前学習 事後学習 授業内容 20 タイトル 事前学習 事後学習 授業内容 21 タイトル 事前学習 事後学習 授業内容 22 タイトル 事前学習 事後学習 授業内容 23 タイトル 事前学習 事後学習 授業内容 24 タイトル 事前学習 事後学習 授業内容 25 タイトル 事前学習 事後学習 授業内容 26 タイトル 事前学習 事後学習 授業内容 27 タイトル 事前学習 事後学習 授業内容 28 タイトル 事前学習 事後学習 授業内容 29 タイトル 事前学習 事後学習 授業内容 30 タイトル 事前学習 事後学習 授業内容
＜備考＞
(未登録)