Advanced Seminar on ArtificialIntelligence andInformatics Ⅲ

Course Title

Course Title in English

Advanced Seminar on ArtificialIntelligence andInformatics Ⅲ

Course Type

-

知能情報分野科目

Eligible Students

Graduate School of Engineering

Target Grade

1Year

Course Numbering Code

HETDA7MCA1

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

講義 (Lecture)

Eligible Year/Semester

Fall semester 2026

(Fall semester)

Instructor

Shinsaku Hiura,Masakazu Morimoto,Hirotake Yamazoe

Affiliation

工学研究科

Language of Instruction

Japanese

Related SDGs

9

Office Hours and Location

各教員に事前連絡・調整すること

Contact

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

ー

Corresponding Graduate School DP

1◎／2◎／3〇

Corresponding University-Wide DP

N/a

Academic Goals of Teacher Training Course

ー

Course Objectives and Learning Outcome

講義目的
本科目では，研究成果を論文や国際会議プロシーディングとして発表，また口頭発表やポスター発表等でのプレゼンテーションを通し，自立・自律した研究者として研究ソサエティの中で活躍するための能力を身につける。

到達目標
コンピュテーショナルフォトグラフィ・ニューラルネットワークによるパターン認識・ヒューマンインタフェース等に関する研究成果を英語により論文執筆・ポスター発表・口頭発表できる。

Subtitle and Keywords of the Class

コンピュテーショナルフォトグラフィ、信号処理、ニューラルネットワーク、パターン認識、ヒューマンインタフェース

Course Overview and Schedule

（日浦慎作）
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。
1. ３次元形状計測セミナー
2. 物体の姿勢・運動の計測・追跡セミナー
3. 物体の反射特性・光源環境計測セミナー
4. 最新研究サーベイ・資料作成
5. プレゼンテーション演習
（森本雅和）
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．
6. 画像特徴量の抽出セミナー
7. 機械学習による画像認識セミナー
8. 深層学習による画像認識セミナー
9. 最新研究サーベイ・資料作成
10. プレゼンテーション演習
（山添大丈）
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。
11. 顔・視線計測セミナー
12. 内部状態推定セミナー
13. 人-コンピュータ・ロボット間インタラクションセミナー
14. 最新研究サーベイ・資料作成
15. プレゼンテーション演習

In-person/Remote Classification

In-person

Implementation Method and Remote Credit Limit Application

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。

この授業においては、授業中に明示する範囲において、生成ＡＩの利用を許可し、これ以外の範囲での利用は禁止する。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・レポートとして提出してはならない。

Textbook

各担当教員より適宜指示する

References

各担当教員より適宜指示する

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

【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（20ｈ），プレゼンテーションの準備(3回、15h)
【復習】レポート作成（5回、15ｈ）、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（10ｈ）

Contents of Active Learning

採用しない

Grading Criteria and Methods

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。

How to Disclose Assignments and Exam Results

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。

Precautions and Requirements for Course Registration

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。

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.

Syllabus data