シラバス情報

授業科目名
シミュレーション理論
(英語名)
Simulation Theory
科目区分
電子情報工学専攻科目
対象学生
工学部
学年
1年
ナンバリングコード
HETMN5MCA1
単位数
2.00単位
ナンバリングコードは授業科目を管理する部局、学科、教養専門の別を表します。詳細は右上の?から別途マニュアルをダウンロードしてご確認ください。
授業の形態
講義 (Lecture)
開講時期
2024年度後期
担当教員
新居 学
所属
工学研究科
授業での使用言語
日本語
関連するSDGs目標
目標9
オフィスアワー・場所
水曜日12:00~13:00・6206室(メールによる事前連絡が望ましい)
連絡先
nii@eng.u-hyogo.ac.jp

対応するディプロマ・ポリシー(DP)・教職課程の学修目標
二重丸は最も関連するDP番号を、丸は関連するDPを示します。
学部DP
研究科DP
1◎/2〇/3〇
全学DP
教職課程の学修目標

講義目的・到達目標
講義目的:計算機シミュレーションによる現象解析は、計算機の中に解析すべき対象をモデル化しその挙動を解析する手法であり、物理学、生物学、化学、人工知能(AI)、データサイエンスなどに代表される様々な分野において実験解析や理論解析と並び重要な役割を果たしている。本講義では、主としてAIやデータサイエンス分野に焦点をあてて、計算機シミュレーションの事例などを交えながら講義を進める。また、オープンデータを利用した課題により、計算機シミュレーションによるデータ・現象解析を行う。

到達目標:
  • AIやデータサイエンス分野におけるシミュレーション技法の基礎となる数値解析技術を説明できる
  • 対象とする問題に対してモデル化を行い,シミュレーションプログラムを実装できる
  • シミュレーション結果の解析ができる
授業のサブタイトル・キーワード
講義内容・授業計画
講義内容:工学分野の研究・開発における様々な局面において、計算機シミュレーションによるデータ解析は必須となっている。物理学や化学の分野だけでなく経済や社会学等の幅広い分野でシミュレーションが利用される。本講義ではこのようなデータサイエンス分野に焦点をあて、AI技術や機械学習の手法について、またそれらに必要な基礎理論、データ解析技術について論じる。さらに。オープンデータを用いた演習を行う。なお、シミュレーションに関する最新の研究動向等によって授業計画の内容・順序を変更したり、新たな内容を追加することがある。

授業計画:
  1.計算機シミュレーションの概要(配付資料1章)
  2.数値演算において発生する誤差(配付資料2章)
  3.統計・確率,乱数の生成,モンテカルロ法(配付資料3章)
  4.関数補完・関数近似,数値積分・数値微分(配付資料4章)
  5.仮説と推定(配付資料5章)
  6.機械学習(配付資料6章)
  7.神経回路とニューラルネットワーク(配付資料7章)
  8.ニューラルネットワークの基礎(配付資料8章)
  9.深層学習(主に画像処理などの分野)(配付資料9章)
 10.深層学習(主にテキスト処理などの分野)(配付資料10章)
 11.強化学習の基礎(配付資料11章)
 12.強化学習(配付資料12章)
 13.オープンデータを用いたシミュレーション(配付資料13章)
 14.シミュレーションプログラム実装(配付資料13章)
 15.シミュレーション結果の解析(配付資料13章)

パソコンの利用:基本的に毎回使用予定
生成系AIの利用:生成系AIの利用については教員の指示に従うこと。
教科書
講義資料を配付する。
参考文献
講義中に適宜指示する。
事前・事後学習(予習・復習)の内容・時間の目安
【予習】授業に際して配付資料の部分を事前読み込み(15h),関連する内容の事前調査(15h)
【復習】課題演習・レポート作成(3回、15h)、講義内容の理解を深め定着させるために配付資料を読み直し(15h)
アクティブ・ラーニングの内容
採用しない。
成績評価の基準・方法
成績評価の基準
  • シミュレーション技法の基礎となる数値解析技術を理解し、対象とする問題に対してモデル化を行い、シミュレーションプログラムの実装、および結果の解析と考察ができた者に単位を与える。
  • 上記についてその到達度に応じてSからCまでの成績を与える。

成績評価の方法
  • 最終レポート(70%)と課題レポート(30%)により総合的に評価する。
課題・試験結果の開示方法
課題レポートについては、原則次の講義内で解説する。
最終レポートは、ユニバーサルパスポートのクラスプロファイル機能を使って講評を返す。あるいは、講義最終日に講評を行う。


履修上の注意・履修要件
・講義中に指示した課題や事前・事後学習はもとより、「講義内容・授業計画」に記載の該当箇所などについて、十分な予習・復習をして講義に出席すること。
実践的教育
該当しない。
備考
英語版と日本語版との間に内容の相違が生じた場合は、日本語版を優先するものとします。