  シラバス参照
|
| 科目名／Course: 管理情報工学特論／ | |
| 科目一覧へ戻る | 2023/11/02 現在 |
| 科目名（和文） ／Course |
管理情報工学特論 |
|---|---|
| 科目名（英文） ／Course |
|
| 時間割コード ／Registration Code |
81A10801 |
| 学部（研究科） ／Faculty |
情報系工学研究科 博士後期課程 |
| 学科（専攻） ／Department |
システム工学専攻 |
| 担当教員（○：代表教員）
／Principle Instructor （○） and Instructors |
○金川 明弘 |
| オフィスアワー ／Office Hour |
金川 明弘(基本的に金曜５限、2607室ですが、事前にメール等でアポイントをとってください。) |
| 開講年度 ／Year of the Course |
2023年度 |
| 開講期間 ／Term |
前期 |
| 対象学生 ／Eligible Students |
1年,2年,3年 |
| 単位数 ／Credits |
2 |
| 更新日 ／Date of renewal |
2023/03/01 |
|---|---|
| 使用言語 ／Language of Instruction |
日本語 |
| オムニバス ／Omnibus |
該当なし |
| 授業概略と目的 ／Cource Description and Objectives |
数理的手法の応用分野としてのオペレーションズ?リサーチ，経営科学等について，最新の研究内容と動向について講述する。加えて，ファジィ?ＡＩ?ニューラルネット?遺伝的アルゴリズムといった手法との関連について述べる。 |
| 履修に必要な知識?能力?キーワード ／Prerequisites and Keywords |
特になし キーワード：数理計画法、オペレーションズ?リサーチ、メタ?ヒューリスティック法 |
| 履修上の注意 ／Notes |
特になし |
| 教科書 ／Textbook(s) |
特になし |
| 参考文献等 ／References |
|
| 自主学習ガイド ／Expected Study Guide outside Coursework/Self-Directed Learning Other Than Coursework |
日本OR学会の雑誌「オペレーションズ?リサーチ」の各月号を読み，最新のトピックを熟知すること。 |
| 資格等に関する事項 ／Attention Relating to Professional License |
|
| アクティブラーニングに関する事項 ／Attention Relating to Active Learning |
|
| 実務経験に関する事項 ／Attention Relating to Operational Experiences |
該当せず。 |
| 備考 ／Notes |
| No. | 単元（授業回数） ／Unit (Lesson Number) |
単元タイトルと概要 ／Unit Title and Unit Description |
時間外学習 ／Preparation and Review |
配付資料 ／Handouts |
|---|---|---|---|---|
| 1 | 1～4 | [ニューラルネットワーク] メタ?ヒューリスティック原理を用いた組合せ最適化問題を扱う。人工知能的な観点からニューラルネットワークの動作原理を用いた解法や学習の仕組みを学ぶ |
関連論文を読みこなす | |
| 2 | 5～9 | [遺伝的アルゴリズム] 同じく進化的解法の立場から遺伝的アルゴリズムなどの 解法原理を学ぶ |
関連論文を読みこなす | |
| 3 | 10～15 | [最近のメタ解法] 自身の研究テーマと関係の深い論文を講読し，解説と検 討を加える |
単元概要の準備と反省 |
| No. |
到達目標 ／Learning Goal |
知識?理解 ／Knowledge & Undestanding |
技能?表現 ／Skills & Expressions |
思考?判断 ／Thoughts & Decisions |
伝達?コミュニケーション ／Communication |
協働 ／Cooperative Attitude |
||
|---|---|---|---|---|---|---|---|---|
| 1 | 古典的ニューラルネットワークならびに機械学習システムを構築できる。(A) | ○ | ○ | |||||
| 2 | 遺伝的アルゴリズムについて、進化計算を自己構築できる。(A) | ○ | ○ | |||||
| 3 | タブーサーチ、疑似焼きなまし等のアルゴリズムを自己構築できる。(A) | ○ | ○ |
| No. |
到達目標 ／Learning Goal |
定期試験 ／Exam. |
レポート | プレゼン | |||
|---|---|---|---|---|---|---|---|
| 1 | 古典的ニューラルネットワークならびに機械学習システムを構築できる。(A) | ○ | |||||
| 2 | 遺伝的アルゴリズムについて、進化計算を自己構築できる。(A) | ○ | |||||
| 3 | タブーサーチ、疑似焼きなまし等のアルゴリズムを自己構築できる。(A) | ○ | |||||
|
評価割合（％） ／Allocation of Marks |
60 | 40 | |||||