|
授業科目名
|
担当教員
|
|||||||||||||
|
コンピュータ理工学演習第一Ｂ
|
全教員
|
|||||||||||||
|
時間割番号
|
単位数
|
コース
|
履修年次
|
期別
|
曜日
|
時限
|
||||||||
| GTK604 | 1 | (未登録) | 1 | 後期 | (未登録) | (未登録) | ||||||||
| ［概要と目標］ | ||||||||||||||
| 本演習は研究室単位または少数の研究室の協力により行なわれる少人数・セミナー形式の演習であり，コンピュータ理工学研究第一Bと並行して実施される。学生はコンピュータ理工学演習第一Aで選定したテーマに関して具体的で実現可能な計画を立て，実際に予備的な研究，調査を行って，その成果を他分野の研究室を含む発表会で発表する。同時に実施される「研究」と本演習の内容，目標は重複するが，研究は自らの研究テーマについての集中した研究業務を，主として指導教員の指導のもとに行うものであり，本演習はその結果を研究室内で共有，討論し，研究へのフィードバックを行うものである。 なお，本授業はコンピュータ理工学コースのディプロマポリシーで定めた専門知識・技術(F1)及び(F2)に対応する。 |
||||||||||||||
| [到達目標] | ||||||||||||||
| 選定したテーマについて予備的な研究，調査を行い，その成果を発表する。 | ||||||||||||||
| ［必要知識・準備］ | ||||||||||||||
| コンピュータ理工学分野の全般的な基礎知識 コンピュータ理工学演習第一A，コンピュータ理工学研究第一Aの成果 |
||||||||||||||
| ［評価基準］ | ||||||||||||||
|
||||||||||||||
| ［教科書］ | ||||||||||||||
| (未登録) | ||||||||||||||
| ［参考書］ | ||||||||||||||
|
||||||||||||||
| ［講義項目］ | ||||||||||||||
| 面接授業で実施するが，本学の授業実施方針に応じてライブ型等に変更する場合がある． 第1回: 予備研究の準備1 (たとえば，既存の局所画像特徴を写真画像に適用した場合の，回転などの幾何変換，照明条件の変化，などに対する画像特徴の不変性の要件を明らかにする。) 第2回: 予備研究の準備2 (たとえば，既存の局所画像特徴を手書きスケッチ画像に適用した場合の，幾何変換，線の太さ，線の途切れなどに対する画像特徴の不変性の要件を明らかにする。) 第3回: 予備研究の準備3 (たとえば，前回までにまとめた要件を元に，手書きスケッチ画像と写真画像の比較に適した新画像特徴を画像の機械学習により獲得する手法を立案，設計する。) 第4回: 予備研究1 (たとえば，多量の画像より機械学習で新画像特徴を得るために必要な，写真画像コーパスおよび手書きスケッチコーパスの獲得，および自動拡張手法の設計を行う。) 第5回: 予備研究2 (たとえば，新画像特徴の精度を評価するための，スケッチによる画像検索の精度評価用ベンチマーク・データベースを設計，作成する。) 第6回: 予備研究3 (たとえば，新画像特徴を学習するための機械学習アルゴリズムを実装する)。 第7回: 予備研究4 (たとえば，新画像特徴を学習するための機械学習アルゴリズムを実装する)。 第8回: 予備研究5 (たとえば，新画像特徴を写真およびスケッチの画像コーパスから機械学習する実験を行い，精度評価用ベンチマーク・データベースを用いてその検索精度評価を行う。) 第9回: 予備研究6 (たとえば，検索精度評価実験の結果に基づき，機械学習アルゴリズム，そのパラメータ，および学習用コーパスの設計を改善する。) 第10回: 予備研究7 (たとえば，パラメータやコーパスの改善の後に得られた新画像特徴を用いて精度評価実験を行う。) 第11回: 修士論文中間発表準備：これまでの研究結果をまとめる。 第12回: 修士論文中間発表準備：予稿と発表スライドを作成する。 第13回: 修士論文中間発表準備：発表練習を行う。 第14回: 修士論文中間発表。 第15回: 修士論文中間発表。 修士論文中間発表の準備，および修士論文中間発表を行う時期は追って指定する。（上記シラバスでは11回～15回に割り当てられているが，それ以外の時期，たとえば学期半ばに行われることがある。） |
||||||||||||||
| ［前年度授業に対する改善要望等への対応］ | ||||||||||||||
| 前年度と同様に実施 | ||||||||||||||