Research Seminar II ｜ Syllabus data

Course Title

Research Seminar II

Course Title in English

Research Seminar II

Course Type

Major Courses

ー

Eligible Students

Graduate School of Information Science

Target Grade

3Year

Course Numbering Code

KCJBS3MCA3

Credits

2.00Credits

The course numbering code represents the faculty managing the subject, the department of the target students, and the education category (liberal arts / specialized course). For detailed information, please download the separate manual from the upper right 'question mark'.

Type of Class

演習 (Seminar)

Eligible Year/Semester

Fall semester 2026

Instructor

山本岳洋

Affiliation

社会情報科学部

Language of Instruction

Japanese

Related SDGs

9

Office Hours and Location

講義後教室にて，もしくは，メール等で連絡を取ったうえで教員室にて

Contact

t.yamamoto@gsis.u-hyogo.ac.jp

Corresponding Diploma Policy

A double circle indicates the most relevant DP number and a circle indicates the associated DP.

Corresponding Undergraduate School DP

2◎／1〇／3〇

Corresponding Graduate School DP

ー

Corresponding University-Wide DP

N/a

Academic Goals of Teacher Training Course

ー

Course Objectives and Learning Outcome

講義目的
1. 研究演習Ｉに引き続き，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．
2. 文献の収集方法や研究の進め方の確認．
3. 情報検索や機械学習に関する基礎的な理論と実装の両面を学ぶ．

到達目標
1. 専門文献を読んで理解することができる．
2. 卒業研究の方向性を決める．
3. 情報検索や機械学習の基礎技術を理解し，自分が設定した諸問題に対して技術を応用できる．

Subtitle and Keywords of the Class

Course Overview and Schedule

講義内容
検索エンジンやソーシャルメディアを始めとした情報アクセス技術を支える情報検索（IR）や機械学習（ML）について学ぶ．前半はそれらの基礎技術について各人で論文あるいは専門書の輪読および実装を行う．後半は各人テーマを設定し，そのテーマに沿ったアプリケーションを実装し，発表を行う．

授業計画
1. ガイダンス
2. テーマ策定の方針説明・発表スケジュールの決定
3. 文献講読・演習①
4. 文献講読・演習②5. 文献講読・演習③・テーマの決定
6. IR・MLを応用したアプリケーションの実装①
7. IR・MLを応用したアプリケーションの実装②
8. IR・MLを応用したアプリケーションの実装③
9. 中間報告会・討論
10. IR・MLを応用したアプリケーションの実装④
11. IR・MLを応用したアプリケーションの実装⑤
12. IR・MLを応用したアプリケーションの実装⑥
13. 最終報告会・討論
14. 最終報告会・討論
15. まとめ

In-person/Remote Classification

In-person

Implementation Method and Remote Credit Limit Application

・対面授業のみ
・遠隔授業単位上限の適用を受けない

Uses of Generative AI

Limited permission for use

Precautions for using Generative AI

生成AIの利用にあたっては『本学の教育における生成AIの取扱いについて(学生向け)』の記載内容について留意すること。生成AIの利用については担当教員の指示に従うこと。
教員が認める範囲を超えて生成AIを利用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。生成AIの出力した内容について、事実関係の確認や出典・参考文献を確認・追記することが重要である。また、生成AIによる出力結果をそのまま課題・レポート・論文として提出してはならない。

Textbook

適宜指示する．

References

演習の時間に紹介する．

Contents and Estimated Time for Pre- and Post- Learning (Preparation and Review)

輪講のテキスト読み込み，テーマに沿った実装，プレゼンテーション準備で合計60時間程度．

Contents of Active Learning

文献紹介では，学生はコメント・質問を記入しながら他の学生の発表を聞くことで，質問する力を能動的に身に着ける．
アプリケーションの最終報告会では少人数のグループに分かれて互いにアプリケーションの報告を行うことで，学生同士が能動的に学びあう．

Grading Criteria and Methods

成績評価の基準
卒業研究を行うための基本的な知識と技能を身につけ、主体的な探究を行うことができる者に単位を授与する．講義目的・到達目標に記載する能力の到達度に応じてSからCまで成績を与える．
成績評価の方法
発表30％、討論30％、演習への取り組み姿勢40%

How to Disclose Assignments and Exam Results

文献紹介のプレゼンテーション，アプリケーションの実装について，適宜個別にフィードバックを与える．

Precautions and Requirements for Course Registration

・社会情報科学部の必修科目である．
・ノートPCを毎回持ち込むこと．

Practical Education

該当しない

Remarks

In cases where any differences arise between the English version and the original Japanese version, the Japanese version shall prevail as the official authoritative version.