授業科目名	IoT・AIシステム
時間割番号	TCS333
担当教員名	大渕　竜太郎
開講学期・曜日・時限	後期・月・III	単位数	2
＜対象学生＞
(未登録)
＜授業の目的＞
IoT機器とは，物理的な世界を感じ取るセンサを持ち，場合によって物理的世界に働きかけるアクチュエータももち，インターネットに接続された，広い意味での情報機器である．例えば，自動運転車，飲料の自動販売機，ウェアラブル健康機器，監視カメラ，交通信号機，等はIoTである． 本講義では，IoTとは何かを概観したのち，まずIoTデバイスそのもの，特にセンサ，アクチュエータとプロセッサについて学ぶ．ついで，IoTとクラウドを繋ぐ有線・無線の通信技術，さらにクラウドにおけるIoTデータの蓄積・処理・可視化・機械学習の手法について学ぶ．IoTデバイスは実世界に組み込まれ，社会の各所で人とかかわりあって使用されるため，そのセキュリティやセーフティも重要であり，機能安全や情報セキュリティについても学ぶ． なお，同時開講のTCS334「IoT・AIシステム演習」では，Raspberry Piや各種センサ，クラウドAPIなどを用いた演習を通じて，本科目の内容を実践的かつ体験的に身に着けることができる．本科目とTCS334「IoT・AIシステム演習」の同時履修を強く推奨する．
＜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(～2023年度入学生)>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 2.技術者として自らの活動が自然や社会、人に与える影響を理解することができ、責任をもって問題解決にあたることができる。 ○ CS-B 5.時代の変化に対応できるよう、最新の技術動向を考慮して、自律的・継続的に学習できる。 ○ CS-C 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。 6a.解決すべき問題を形式化することができる。 ○ CS-D 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 ◎
＜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) IoTシステムの概要と特性を説明できる． CS-A 2 (2) IoTにおけるエッジとクラウドが連携したコンピューティング技術の概要について説明できる． CS-D 3 (3) IoTシステムのデータ処理に用いられる統計的手法，機械学習手法とそれらを実行するエッジおよびクラウド上の仕組みについて概要を説明できる． CS-C 4 (4) IoT通信方式（エリアネットワーク，WAN）とデータ通信プロトコルの概要を説明できる． CS-D 5 (5) IoTデバイスのハードウェア（プロセッサ，センサ，アクチュエータ），およびセンサの信号処理方式（エッジAIを含む）の概要を説明できる． CS-D 6 (6) IoTシステムのセキュリティと機能安全の概要に説明できる． CS-A 7 (7) IoTシステムのプロトタイプ開発手法および開発事例について説明できる． CS-B
＜成績評価の方法＞
目標No 割合 評価の観点 1 10% (1) IoTシステムの概要と特性を説明できる． 2 10% (2) IoTにおけるエッジとクラウドが連携したコンピューティング技術の概要について説明できる． 3 30% (3) IoTシステムのデータ処理に用いられる統計的手法，機械学習手法とそれらを実行するエッジおよびクラウド上の仕組みについて概要を説明できる． 4 15% (4) IoT通信方式（エリアネットワーク，WAN）とデータ通信プロトコルの概要を説明できる． 5 15% (5) IoTデバイスのハードウェア（プロセッサ，センサ，アクチュエータ），およびセンサの信号処理方式（エッジAIを含む）の概要を説明できる． 6 10% (6) IoTシステムのセキュリティと機能安全の概要に説明できる． 7 10% (7) IoTシステムのプロトタイプ開発手法および開発事例について説明できる． 合計 100%
＜授業の方法＞
コンピュータのハードウェア，プログラミング，およびコンピュータネットワークに関する基礎的な知識があること． 関連の深い先行科目である「計算機アーキテクチャーI」，「プログラミング基礎」，「コンピュータネットワーク」を履修していることが望ましい．またハードウェア寄りの科目（「ハードウェア基礎及び実験」など），およびデータサイエンス関連科目（「データエンジニアリング基礎」など）を履修済みであると理解の助けになる． ほぼ毎回，復習を目的とするオンライン形式のクイズを課題として課す．
＜受講に際して・学生へのメッセージ＞
同時開講のTCS334「IoT・AIシステム演習」の履修を強く推奨する．演習を通じてIoTとAIについての体験的な知識と経験が身につく．
＜テキスト＞
モバイルコンピューティング推進コンソーシアム監修, IoT技術テキスト : MCPC IoTシステム技術検定試験中級対応 第4版, リックテレコム, ISBN:9784865944228, (2024年出版)
＜参考書＞
(未登録)
＜授業計画の概要＞
1 タイトル IoT概要 事前学習 事後学習 事前: 無し 事後: 学習した内容を復習する． 授業内容 IoT概論，IoTシステム構成，IoTシステム設計の考え方 2 タイトル IoTシステムのコンピューティング技術 事前学習 事後学習 事前: スライドを事前に学習する． 事後: 学習した内容を復習する． 授業内容 エッジ・フォグ・クラウド，クラウドコンピューティング 3 タイトル IoTシステムのコンピューティング技術 事前学習 事後学習 事前: スライドを事前に学習する． 事後: 学習した内容を復習する． 授業内容 エッジコンピューティング，IoTゲートウェイ，エッジAI 4 タイトル IoTデータ活用技術 事前学習 事後学習 事前: スライドを事前に学習する． 事後: 学習した内容を復習する． 授業内容 IoTデータ活用の概要，データ処理方式，データ保存方式， 5 タイトル IoTデータ活用技術 事前学習 事後学習 事前: スライドを事前に学習する． 事後: 学習した内容を復習する． 授業内容 データ分析方法，前処理，統計解析，機械学習 6 タイトル IoTデータ活用技術 事前学習 事後学習 事前: スライドを事前に学習する． 事後: 学習した内容を復習する． 授業内容 データ活用技術，推論と予測，可視化，IoTプラットフォーム 7 タイトル まとめと中間評価 事前学習 事後学習 事前: これまでの学習内容を復習してテストに備える． 事後: 学習した内容を復習する． 授業内容 前半のまとめ 中間評価 8 タイトル IoT通信方式 事前学習 事後学習 事前: スライドを事前に学習する． 事後: 学習した内容を復習する． 授業内容 IoTエリアネットワークの無線および有線通信（WiFi，Blutetooth，WiSUN，Zigbee，NFC，PLC，等） 9 タイトル IoT通信方式 事前学習 事後学習 事前: スライドを事前に学習する． 事後: 学習した内容を復習する． 授業内容 広域通信網（WAN），低電力無線（LPWA），通信プロトコル，IoTの通信トラフィックの特性 10 タイトル IoTデバイス 事前学習 事後学習 事前: スライドを事前に学習する． 事後: 学習した内容を復習する． 授業内容 IoTデバイス，センサの基礎，各種センサ 11 タイトル IoTデバイス 事前学習 事後学習 事前: スライドを事前に学習する． 事後: 学習した内容を復習する． 授業内容 アクチュエータ，センサの信号処理，画像センサ 12 タイトル IoTデバイスのプロトタイピング開発 事前学習 事後学習 事前: スライドを事前に学習する． 事後: 学習した内容を復習する． 授業内容 IoTプロトタイピングの開発検討概要，ハードウェア環境，プログラミングとソフトウェア，プロトタイピング開発の課題・対策 13 タイトル IoT情報セキュリティ（とセーフティ） 事前学習 事後学習 事前: スライドを事前に学習する． 事後: 学習した内容を復習する． 授業内容 IoTにおける情報セキュリティ，安全・安心・信頼，脅威・脆弱性と対策，機能安全 14 タイトル IoTシステムの開発・運用・保守上の留意点 事前学習 事後学習 事前: スライドを事前に学習する． 事後: 学習した内容を復習する． 授業内容 ソフトウェア開発手法，システム開発・運用の自動化手法，DevOpsとMLOps，BCP 15 タイトル まとめと期末評価 事前学習 事後学習 事前: これまでの学習内容を復習してテストに備える． 授業内容 後半のまとめ 期末テスト 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
＜実務経験のある教員による授業科目の概要＞
担当教員は情報系企業の基礎研究所においてグラフィックス描画用等のハードウェアの設計開発に携わり，またそれらハードウェアのファームウェア，ソフトウェア開発も行った経験を持つ．また，大学では機械学習，深層学習を用いたマルチメディアデータ処理技術の研究を行ってきた． これらの経験をもとに，センサおよびアクチュエータを持つIoTデバイスと，エッジやクラウドで動くAIや機械学習を組み合わせたIoTシステムについて授業を行う．
＜前年度授業に対する改善要望等への対応＞
＊教科書の変更 昨年度（2024年度）まで使用した教科書が絶版となったため，2025年度より教科書を変更しました．
＜備考＞
(未登録)