Syllabus data

Teacher name ： 照山 順一
Course Title
Research Seminar II
Course Title in English
Research Seminar II
Course Type
Major Courses
ー
Eligible Students
School of Social 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
(Fall semester)
Instructor
照山 順一
Affiliation
社会情報科学部
Language of Instruction
Japanese
Related SDGs
N/a
Office Hours and Location
アポイントメントを取った上で教員室にて。
Contact
junichi.teruyama@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をする。
  3. アルゴリズムの設計や実装を通して問題解決能力を高める。

【到達目標】
  1. 専門文献を読んで内容を理解し、その内容を他人に正確に伝えることが出来る。
  2. 基礎的なアルゴリズムの設計手法について、適切に応用出来る。
Subtitle and Keywords of the Class
Course Overview and Schedule
【講義内容】
アルゴリズムに関する専門書籍および論文の輪講を行う。発表者は内容を十分理解した上でスライドを用いた発表を行い、聴講者は質問・コメントをして議論を行う。
また、専門書籍に関するアルゴリズムを実装し、最終成果として実装したアルゴリズムに関する発表を行う。

【授業計画】
  1. ガイダンス、輪読担当決定
  2. 基礎事項の紹介、輪講準備
  3. 書籍講読①
  4. 書籍講読②
  5. 書籍講読③
  6. 書籍講読④
  7. 論文講読①
  8. 論文講読②
  9. 論文講読③
  10. 論文講読④
  11. 論文講読⑤
  12. アルゴリズム実装①
  13. アルゴリズム実装②
  14. アルゴリズム実装③
  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
Fully permitted
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。
この授業においては、授業内、予習復習、レポート等を含む成果物作成等において生成ＡＩの利用を全面的に許可しており、生成ＡＩの利用について制限を設けないが、生成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ならない。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。
使用した場合にその旨をレポート等に記載するかどうか等については、担当教員の指示に従うこと。
Textbook
陣内佑「ヒューリスティック探索 合理的なAIをつくるためのアルゴリズム」（講談社）
References
適宜指示する。
Contents and Estimated Time for Pre- and Post- Learning (Preparation and Review)
【事前学習】書籍・論文の読み込み（25ｈ）、プレゼンテーションの準備（15ｈ）
【事後学習】内容の理解を深めるためにスライド・書籍・論文の読み直し（10ｈ）、アルゴリズム実装方針の確認（10ｈ）
Contents of Active Learning
  • 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。
  • アルゴリズムを実装し、工夫した点などを報告する。
Grading Criteria and Methods
【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50％、討論20%、実装内容30％を基準として、総合的に評価する。
How to Disclose Assignments and Exam Results
個別に指導を行う。
Precautions and Requirements for Course Registration
・社会情報科学部の必修科目である。
・毎回ノートPCを持ち込むこと。
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.