計算科学概論 _ﾒﾃﾞｨｱ併用

Introduction to Computational Science _ﾒﾃﾞｨｱ併用

ー

コース基盤科目

情報科学研究科

1年

KIIMD5MCA1

2.0単位

講義 (Lecture)

2024年度前期

(Spring semester)

芝　隼人、藤原 義久、鷲津 仁志

情報科学研究科

日本語

該当なし

授業後60分・教員研究室

担当教員毎のメールアドレス
鷲津仁志：washizu@gsis.u-hyogo.ac.jp
芝 隼人： shiba@gsis.u-hyogo.ac.jp
藤原義久：yoshi@gsis.u-hyogo.ac.jp

ー

1◎／2〇

ー

ー

【講義目的】
本講義は、計算科学コースにおけるシミュレーションの具体的な活用方法について基礎力を身に付け、修士研究を進めていく素地を整えるため、その概要を俯瞰し解説する。各分野のシミュレーションの具体的な活用方法について全体を俯瞰するブリッジ的役割を果たすことを目的とし、各研究分野における専門研究についての概要説明を行う。
【到達目標】
シミュレーションの基礎力を身につけ、修士研究を進めるに当たっての概要を理解することを到達目標とする。

【講義内容】
（鷲津仁志/5回）
計算科学の典型例としての力学を題材にシミュレーションの基礎を概説する｡
（芝 隼人/5回）
計算物理に必要なアルゴリズムと、様々な現象における応用について概説する。
（藤原義久/5回）
計算科学におけるデータ、モデル、シミュレーションの役割についてベイズ推論を通じて学んだ上で、特に社会科学への応用例について概説する。

【授業計画】
1. ガイダンス：計算科学の基礎
2. シミュレーションの例：拡散過程
3. 運動方程式と時間積分
4. 線形調和振動
5. 複雑な振動現象
6. 連続系モデルとしての偏微分方程式
7. 偏微分方程式系の数値解法 ー 差分法と精度
8. 偏微分方程式系の数値解法 ー 安定性
9. 計算機上での乱数の生成
10. マルコフ連鎖モンテカルロ法
11. 情報科学とベイズ推論
12. 条件付確率とその帰結としてのベイズの定理
13. ベイズ推論入門
14. モデル推定と計算科学
15. モデル選択と計算科学

※パソコンの利用：毎回使用予定

<<生成AIの利用について>>
・レポート、小論文、学位論文等については、学生本人が作成することを前提としているため、生成系AIのみを用いて作成することはできません。

担当教員から別途通知する。

担当教員から適宜紹介する。

講義内容の予習および復習（30時間）
レポート作成（30時間）

講義中の演習は個人で行うが、分からないところは、教員に質問したり、学生同士で教えあったりすることを推奨して、コミュニケーション能力を養う。

【成績評価の基準】

計算科学分野の研究について、その考え方、技術、方法論などについての知識をベースに、計算科学とその応用に関する教養と素養を身に付けた者については、講義目的・到達目標に記載する能力(知識・技能、思考力、判断力、表現力等)の到達度に基づき、 S(90点以上), A(80点以上), B(70点以上), C(60点以上)による成績評価のうえ、単位を付与する。

【成績評価の方法】

 小テストまたはレポートを基準として、受講態度(積極的な質問等)を含めて総合的に評価する。
                                                       

    

小テストまたはレポートは、ユニバーサルパスポートのクラスプロファイル機能などを使って講評を返す、改善例や解答例を示すなどを行う。

該当しない。