西館1階 ラウンジ
パターン認識
コンピュータに人間を越えるパターン認識能力や感性を与える。
インターネットの向こう側に誰がいるのか確かめたい、ある人が本人かどうか確認したい、犯罪を防止したいという場合に、顔や指紋、声紋から「誰なのか」を認識する技術が社会に浸透しつつあります。また、自動車にカメラを搭載して、障害物や交通状況を認識して自動運転を行うことも夢ではありません。医療分野でもロボットによる自動手術は人間の能力を越える日が来るでしょう。コンピュータによるパターン認識は人間の生活を安全で豊かにする大きな可能性を秘めています。
講義紹介
パターン認識
人間は多くの例からパターンや概念を学びます。コンピュータによるパターン認識も learn by examples が原則となります。このため、学習用サンプルの分布を事前に分析しておき、新たに入力された未知サンプルを誤り確率最小で分類するという、統計的パターン認識理論が活躍します。近年、この研究分野の進展は目覚ましく、新しい認識技術や応用分野の拡がりを紹介します。
情報検索
人間の日々の行動や判断の基礎には情報収集があります。そのために必要となる情報検索は、人間よりむしろコンピュータが得意な分野でしょう。Google などの検索サービスの根幹にある技術は、現在の情報アプリケーションの中で最も重要な技術の一つです。その基盤となる全文検索から発展した様々な技術の数理的内容やリコメンデーションなどの応用技術を紹介します。
履修例
下記は「パターン認識」をテーマに講義を履修する例です。時間割は年度ごとに異なりますので、実際の履修登録時は、最新の時間割を良く確認してから講義を登録してください。また、この履修例はあくまで例ですので、この履修例に捉われずに各自の興味のある科目、目指す道を考え、自分だけの講義計画を自由に作成してください。
履修例 ディジタルメディア学科1年 春
| 月 | 火 | 水 | 木 | 金 | 土 | |
|---|---|---|---|---|---|---|
| 1限 | 統計学1 | プログラミング演習1 | ||||
| 2限 | 英語表現2 | 英語理解2 | ||||
| 3限 | OS/インターネット入門 | 積分法の基礎と応用 | プロジェクト1B | |||
| 4限 | 離散構造2 | 線形代数の応用1 | ||||
| 5限 | 問題分析と問題解決 | 情報科学リテラシ2 |
* 実際の履修登録時は、最新の時間割・各自の履修状況に応じて講義計画を作成してください。
履修例 ディジタルメディア学科2年 秋
| 月 | 火 | 水 | 木 | 金 | 土 | |
|---|---|---|---|---|---|---|
| 1限 | パターン認識 | 解析学? | ||||
| 2限 | パターン認識演習? | C/C++によるシステムプログラミング基礎 | コンピュータビジョン | |||
| 3限 | 統計学2 | プロジェクト2B | ||||
| 4限 | ディジタルデータ処理 | 科学英語2 | プログラミング演習2 | 最適化入門 | ||
| 5限 | 時事英語2 |
* 実際の履修登録時は、最新の時間割・各自の履修状況に応じて講義計画を作成してください。
履修例 ディジタルメディア学科3年 秋
| 月 | 火 | 水 | 木 | 金 | 土 | |
|---|---|---|---|---|---|---|
| 1限 | ||||||
| 2限 | 画像情報処理 | |||||
| 3限 | 専門書の読み方? | 情報検索 | ハードウェア実験 (組み込みシステム入門) | プロジェクト3B | ||
| 4限 | ディジタル世界のモデリング? | テクニカルライティング2 | ハードウェア実験 (組み込みシステム入門) | |||
| 5限 | ディジタル世界のモデリング演習? |
* 実際の履修登録時は、最新の時間割・各自の履修状況に応じて講義計画を作成してください。
履修例 ディジタルメディア学科4年 春
* 実際の履修登録時は、最新の時間割・各自の履修状況に応じて講義計画を作成してください。