シラバス情報

授業科目名
研究演習Ⅱ (社会情報・専門科目)
(英語名)
Research Seminar II (社会情報・専門科目)
科目区分
専門教育科目

対象学生
社会情報科学部
学年
3年
ナンバリングコード
KCJBS3MCA3
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
演習 (Seminar)
開講時期
2025年度後期
(Fall semester)
担当教員
稲垣 紫緒
所属
情報科学研究科
授業での使用言語
日本語
関連するSDGs目標
該当なし
オフィスアワー・場所
連絡先

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
2◎/1〇/3〇
研究科DP
全学DP
教職課程の学修目標

講義目的・到達目標
【講義目的】卒業研究に向けて,専門的知識の理解を深め,学問の方法論を身につける。
【到達目標】専門文献を読んで理解することができる。卒業研究の方向性を決められる。現実問題におけるテーマをイメージできる。簡単な数理モデルを扱えるようにする。
授業のサブタイトル・キーワード
専門的知識の理解を深める
数理モデル, Python
講義内容・授業計画
【講義内容】マルチエージェントシステムやプログラミングについて理解を深める。まず授業時間の前半は基本的な知識を得るために、担当者を決めてテキストの解説をしてもらい、簡単な例題を解いてシミュレーションシステムの理解を深める。授業時間の後半はテーマを決めてマルチエージェントシミュレーションを体験する。

授業計画
(以下は進行の目安であり多少の前後や内容の追加・変更がある。)
1.    ガイダンス(テーマ例の紹介など)
2.    教科書の輪読1
3.    教科書の輪読2
4.    教科書の輪読3
5.    教科書の輪読4
6.    教科書の輪読5
7.    文献の読み方、ソフトウェアの使用方法解説
8.    論文紹介1
9.    論文紹介2
10.    論文紹介3
11.    数理モデルとシミュレーション
12.    数理モデルとシミュレーション
13.    数理モデルとシミュレーション
14.    発表のまとめ方
15.    最終発表とディスカッション

※BYODの利用:毎回使用予定
※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
参考文献
演習の時間に紹介する
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・オンデマンド教材の部分を事前読み込み(15h)
【復習】プログラミング(10回、30h)、講義内容の理解を深め定着させるためにテキスト・オンデマンド教材を読み直し(15h)

アクティブ・ラーニングの内容
・発表者として担当の内容についてスライドを用いて発表を行う。
・聴講者として質問・コメントをして議論を行う。
・学生同士が自分が分かることを教え合うことによって、教える側も知識を深めることができるようにする。
・論文紹介や教科書輪読において、学生が相互に活発に質疑を行える場を設ける。


成績評価の基準・方法
【成績評価の基準】
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。4回以上欠席した場合は原則不可とする。

【成績評価の方法】
発表30%、討論30%、レポート40%を基準として、総合的に評価する。

課題・試験結果の開示方法
個別に指導を行う。
履修上の注意・履修要件
・実際に各自のBYODを用いて実習を行うので、授業時間には必ずBYODを持参すること。
・授業中に指示した宿題や事前・事後学習はもとより、「講義内容・授業計画」に記載したテキスト等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。
・社会情報科学部の必修科目である。

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。