山梨大学電子シラバス>検索結果一覧>授業データ



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(～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-B6c.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を説明でき，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
140%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．
230%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．
330%レポートに記載された実施内容の説明に基づき，Raspberry Piを用いて開発したシステムの理解度と完成度を評価する．
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．提出されたレポートにはコメントをフィードバックするため，レポートの回数が増すごとにクオリティが向上することを目指す．

・受講者1人に対し演習道具1セットを貸し出す．
・受講者が想定よりも多い場合は，受講生2人で演習道具1セットを共用することも有り得る．
・受講人数が教室の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」の並行履修を推奨する．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（cp, scp, mvといった基本コマンド）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タイトル開発環境の構築 (1)：Raspberry Piのセットアップ
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．Linuxの基本的なコマンドとPythonの基本的な文法を習得しておく（60分）
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のセットアップに取り組む．
2タイトル開発環境の構築 (2)：開発用ノートPCのセットアップ
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（20分）．
授業内容・開発用ノートPCのセットアップに取り組む．具体的には，WindowsをホストOSとするPC上にLinuxをゲストOSとする仮想マシンを構築する．
3タイトルスイッチとLEDの制御 (1)：回路構築，スイッチ・LED制御システムの開発
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（20分）．
授業内容・まず，Raspberry Pi，スイッチ，LEDを接続した回路を組み立てる．
・次に，PythonプログラミングによるスイッチとLEDの制御システムを開発する．
4タイトルスイッチとLEDの制御 (2)：マルチタスクのイベント駆動方式による実装
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（20分）．
授業内容・前回の演習で開発したスイッチとLEDの制御システムを，「マルチタスクのイベント駆動方式」のPython実装に書き換える．
5タイトル気象センシングと天気予測 (1)：回路構築，気象センシングシステムの開発
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（20分）．
授業内容・まず，各種センサを回路に追加する．
・次に，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)：ウェブアプリケーションを用いたセンシングデータの集約
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（20分）．
授業内容・前回の演習で開発した気象センシングシステムをネットワークに接続し，センシングデータの集約をする．
7タイトル気象センシングと天気予測 (3)：天気予測
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（40分）．
授業内容・Random Forest分類器を用いた天気予測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)：クラウドサービスを用いた音声認識，音声合成
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（40分）．
授業内容・クラウドサービスを用いた音声認識，音声合成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)：音声を用いたLED制御システムの開発
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（20分）．
授業内容・音声を用いたLED制御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)：音声を用いたLED制御システムの開発
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（20分）．
授業内容・音声を用いたLED制御システムの開発に取り組み，システムを完成させる．
11タイトル画像認識 (1)：カメラ制御システムの開発
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（20分）．
授業内容・Raspberry Piとカメラを用いた撮影システムの開発に取り組む．
12タイトル画像認識 (2)：動体検出
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（20分）．
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タイトル画像認識 (3)：データセットの作成
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（60分）．
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タイトル画像認識 (4)：クラウドサービスを用いた深層学習の実験
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（20分）．
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タイトル画像認識 (5)：画像認識システムの開発，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（20分）．
授業内容・14回目に学習したDNNをRaspberry Piに展開し，画像認識システムを開発する．
＜前年度授業に対する改善要望等への対応＞
アンケート結果確認中
＜備考＞
(未登録)