人工知覚情報工学セミナー

授業科目名

人工知覚情報工学セミナー

(英語名)

Advanced Seminar on ArtificialIntelligence and Cognitive Science

科目区分

ー

電気物性工学専攻／電子情報工学専攻

対象学生

工学研究科

学年

1年

ﾅﾝﾊﾞﾘﾝｸﾞｺｰﾄﾞ

HETDA7MCA3

単位数

2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

演習 (Seminar)

開講時期

2024年度前期

担当教員

上浦尚武、日浦慎作、森本雅和、山添大丈

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

上浦：木曜10:40〜12:10・6202研究室
(メールによる事前連絡が必要)

連絡先

kamiura@eng.u-hyogo.ac.jp(上浦)
morimoto@eng.u-hyogo.ac.jp(森本)
hiura@eng.u-hyogo.ac.jp(日浦)
yamazoe@eng.u-hyogo.ac.jp(山添)

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

ー

研究科DP

1◎／2◎／3〇

全学DP

ー

教職課程の学修目標

ー

講義目的・到達目標

【セミナー目的】
人間の知覚、情報の伝達、そして脳で行われている処理は非常に柔軟性があるが、最新科学によっても未解明な機能が多い。本セミナーでは工学的かつ情報科学的な見地から人間の知覚情報処理能力に着目し、その高機能知覚情報処理と計算機の高速大容量情報処理能力との融合を目指した最近の研究成果に基づく演習を行う。
【到達目標】
本講義の到達目標は、人間の有する柔軟性のある知覚情報処理能力、特に人間が行っている取り扱い方に適合するファジィによる推論処理、人間の知覚機能と関連する視覚情報工学、人間の持つ知覚理解を助ける可視化処理工学等における最新トピックについて理解を深めるとともに、１）それらによって得た知識を工学分野に関わる演習の問題解決に適用できること、２）演習結果をレポートもしくはプレゼンテーションとして簡潔かつ明瞭に表現できること、である。

授業のサブタイトル・キーワード

キーワード：ファジィ情報処理、コンピュテーショナル・イメージング技術、機械学習、人物行動解析

講義内容・授業計画

【セミナー内容】
現在、人工知能(AI)およびその関連技術は日進月歩で進歩し、人間の脳機能すら凌駕する究極のAI誕生の可能性も論じられるようになっている。究極AIの実現のためには、まず人間の知覚と脳の機能を詳細に理解する必要がある。ただし、柔軟性に優れた人間の知覚、情報の伝達、脳で行われている処理については最新科学によっても未解明な機能が多い。本セミナーでは工学的かつ情報科学的な見地から人間の知覚情報処理能力について演習する。また、そのような知覚情報処理能力と計算機による高速大容量情報処理との融合を図った様々な研究成果についても演習する。
以下のオムニバス方式で演習~~を実施~~する。
（上浦尚武教授）ソフトコンピューティング情報処理セミナー：人間の有する不確かさを情報として取り扱うファジィおよび多値論理における論理表現、論理設計、推論法などを論じ、そのデータ処理への応用などについてセミナーを行う。
1. ファジィ関連セミナー　
2. 多値論理関連セミナー　
3. ニューラルネットワーク関連セミナー　
（日浦慎作教授）インバースレンダリングセミナー：実シーンを撮影した画像から、対象物体の形状や動き、反射特性、光源環境を計測・推定するインバースレンダリング技術に関するセミナーを行う。
4. ３次元形状計測セミナー
5. 物体の姿勢・運動の計測・追跡セミナー
6. 物体の反射特性・光源環境計測セミナー
7. 特殊光学系・深層学習技術融合セミナー
（森本雅和准教授）画像認識セミナー：カメラ等で撮影された画像から特定の物体を抽出し認識するための，画像信号処理技術と機械学習についてセミナーを行う．
8. 画像からの物体検出セミナー
9. 画像特徴量の抽出セミナー
10. 機械学習による画像認識セミナー
11. 深層学習による画像認識セミナー
（山添大丈准教授）人物行動解析セミナー：カメラやセンサなどを用いて人の行動を計測し、感情・注意などの内部状態を推定する人物行動解析技術に関するセミナーを行う。
12. 顔・視線計測セミナー
13. 人物姿勢計測セミナー
14. 内部状態推定セミナー
15. 人-コンピュータ・ロボット間インタラクションセミナー

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。生成系AIによる出力結果をそのまま課題レポートとして提出してはいけない。生成系AIによる出力をそのまま提出したことが判明した場合は単位を認定しない、又は認定を取り消すことがある。

教科書

各担当教員より適宜指示する

参考文献

各担当教員より適宜指示する

事前・事後学習（予習・復習）の内容・時間の目安

【予習】授業に際して指示するテキスト教材の部分を事前読み込み（5ｈ），プレゼンテーションの準備(10h)
【復習】レポート作成（5回、10ｈ）、講義内容の理解を深め定着させるためにテキスト教材を読み直し（5ｈ）

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

レポート(30%)、プレゼンテーション(70%)を課す。100点満点で採点し、60点以上を合格とする。

課題・試験結果の開示方法

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。
プレゼンテーションは、プレゼンテーション内容について議論をする。

履修上の注意・履修要件

オムニバス形式なので、担当教員が変わることに注意すること。出席、受講態度も採点時に参考とするので、積極的に講義に参加するとともに、予習・復習を怠らないことを望む。

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。

シラバス情報