卒業研究２ＩＡ卒研２（原田）

科目授業名称（和文）　Name of the subject/class (in Japanese)

卒業研究２ＩＡ卒研２（原田）

科目授業名称（英文）　Name of the subject/class (in English)

Bachelor Thesis 2 ＩＡ卒研２（原田）

授業コード　Class code

9974832

科目番号　Course number

74UGRES402

教員名

原田　拓

Instructor

Taku Harada

開講年度学期

2023年度後期

Year/Semester

2023 Second Semester

曜日時限

集中講義

Class hours

Intensive Course

開講学科・専攻　Department

創域理工学部　経営システム工学科

Department of Industrial and Systems Engineering, Faculty of Science and Technology

単位数　Course credit

4.0単位

授業の方法　Teaching method

卒研

Graduation research

外国語のみの科目（使用言語）　Course in only foreign languages (languages)

-

授業の主な実施形態　Main class format

対面授業/On-site class

概要　Description

卒業研究１で行った研究内容を基礎として，人工知能システムについての課題を解決する方法について研究し，その成果を発表する．

目的　Objectives

情報システムの知能化を実現するために，アルゴリズムの設計や具体的な実用システムの開発を行うための知識を習得する．
本科目は，本学科のディプロマ・ポリシー「修得した専門知識や教養をもとに、自ら課題を発見し、解決する能力。」に該当する科目である．

到達目標　Outcomes

対象とする分野における課題を発見し，その課題を解決する能力を身に付けることができるようになる．

卒業認定・学位授与の方針との関係（学部科目のみ）

プレゼンテーション能力/問題解決能力

履修上の注意　Course notes prerequisites

卒業研究１を合格した者のみ履修が可能であり，同一年度は卒業研究１と同じ研究室にて当該科目を履修するものとする．

アクティブ・ラーニング科目　Teaching type（Active Learning）

課題に対する作文　Essay／ディベート・ディスカッション　Debate/Discussion／プレゼンテーション　Presentation／実験　Experiments／実習　Practical learning

-

準備学習・復習　Preparation and review

研究打ち合わせの準備と復習を十分に行うこと．

成績評価方法　Performance grading policy

研究室での指導を全て受けていて提出物が所定の基準を満たしていることを前提とし，研究の経過と成果・提出物・発表等の結果で評価する．

学修成果の評価　Evaluation of academic achievement

・S：到達目標を十分に達成し、極めて優秀な成果を収めている
・A：到達目標を十分に達成している
・B：到達目標を達成している
・C：到達目標を最低限達成している
・D：到達目標を達成していない
・-：学修成果の評価を判断する要件を欠格している

・S：Achieved outcomes, excellent result
・A：Achieved outcomes, good result
・B：Achieved outcomes
・C：Minimally achieved outcomes
・D：Did not achieve outcomes
・-：Failed to meet even the minimal requirements for evaluation

教科書　Textbooks/Readings

教科書の使用有無（有=Y , 無=N）　Textbook used(Y for yes, N for no)

N

書誌情報　Bibliographic information

-

MyKiTSのURL（教科書販売サイト）　URL for MyKiTS(textbook sales site)

教科書および一部の参考書は、MyKiTS (教科書販売サイト) から検索・購入可能です。
It is possible to search for and purchase textbooks and certain reference materials at MyKiTS (online textbook store).
https://gomykits.kinokuniya.co.jp/tokyorika/

参考書・その他資料　Reference and other materials

適宜紹介する．

授業計画　Class plan

「最適化」や「機械学習」を用いて，人工知能システムの設計・開発に関する研究を行う．主な卒業研究テーマは以下の通りである．

【最適化】
実社会での最適化問題は，最適解の精度だけではなく，多様な特徴をもつ最適解を求めることが要求される．このような最適化問題に対して，主に進化計算（遺伝的アルゴリズム，粒子群最適化，その他）という生物の振る舞いを模擬した手法を基礎として最適化アルゴリズムを設計・応用する．
（研究テーマ例）
・非線形システムに対する最適化アルゴリズムの設計
・多目的最適化アルゴリズムの設計
・シフトスケジューリングの最適化
・エネルギーシステムの最適化
・道路交通システムの最適化

【機械学習】
機械学習の主な手法として「教師なし学習」・「教師あり学習」・「強化学習」がある．これらに関して研究を行う．教師なし学習では，主に敵対的生成ネットワークを基礎として，画像を生成する．教師あり学習では，主にニューラルネットワーク，サポートベクタマシン，ブースティングを基礎として，新たな知識を発見する．強化学習では，主に深層強化学習（ディープラーニングと強化学習を併せた学習手法）を基礎として，複雑な制御方法を学習する．
（研究テーマ例）
・強化学習アルゴリズムの設計
・説明可能なAI
・画像生成
・画像認識
・医療データ解析
・道路交通信号機制御
・エネルギー取引市場における取引行動の学習
・株式取引市場における取引行動の学習
・時系列データ予測

卒業研究１で行った研究内容を基礎として，以下の計画を基本として研究を行う．

1−5．
詳細なアルゴリズムの設計，モデルの設計，システムの設計などを行う．

6−10．
設計したアルゴリズム，モデル，システムを実装する．

11−14．
評価実験などを行い，設計したアルゴリズム，モデル，システムなどを評価する．そして，評価実験の結果を踏まえて，アルゴリズム，モデル，システムなどを改善する．

15．
研究内容をまとめ，発表を行う．

授業担当者の実務経験　Work experience of the instructor of the class

-

教育用ソフトウェア　Educational software

-

備考　Remarks

-

シラバス情報