タイトル「2021年度 修士課程シラバス」、フォルダ「2021年度 教育学研究科(修士課程)シラバス-教育AI研究プログラム
シラバスの詳細は以下となります。
ナンバリングは科目コードとは異なります。ご注意ください。
ナンバリングとは
科目コード   16230080 
科目名   マルチメディア情報解析論  
担当教員   南葉 宗弘  
対象学年   2年   クラス   01  
講義室   S205    開講学期   春学期  
曜日・時限   火4   単位区分   選必  
授業形態   演習   単位数  
受講対象  教育支援協働実践開発専攻教育AI研究プログラム展開(情報AI) 
備考   
ナンバリング   2S2M12 
ねらいと目標 AIをはじめとした高度情報通信技術が浸透した時代においては,文字情報だけではなく,音声や画像・映像といったマルチメディア情報を教育システムに利用することが求められる。本科目では,AI等の知的処理能力を備えた教育システムにおいてマルチメディア情報を効果的に活用するために必要な基本的な概念や知識,技術を身につけることを目的とする。 
内容 音声および画像処理の基礎を学び,マルチメディア情報処理の過程をシステムに対する入出力関係で捉え,知的処理を情報科学的な観点から考える姿勢を,Pythonを使ったプログラミング実習を通して身につける。

この講義で学ぶこと:
・ディジタル化
・周波数領域における信号解析
・音と画像のディジタル処理の基本技術
・線形フィルタリングと最適化問題,最小二乗法
・線形識別器によるパターン認識
・Pythonを用いた数理プログラミング 
テキスト 特に指定しない。 
参考文献 伊藤,花泉,小泉,「Pythonで学ぶ実践画像・音声処理入門」,コロナ社(2018)
伊藤,花泉,小泉,「MATLABで学ぶ実践画像・音声処理入門」,コロナ社(2019)
金谷健一,「これなら分かる応用数学教室」,共立出版(2003)
石井,上田,前田,村瀬,「わかりやすいパターン認識(第2版)」,オーム社(2019) 
成績評価方法 授業回毎に課すミニレポート(70%),および期末時に課すレポート(30%)により評価する。 
授業スケジュール(展開計画)
内容
1オリエンテーション:アナログとディジタル
2実習の準備:Pythonの基礎
3音声:基礎知識
4音声:時間エンベロープ
5音声:ハーモニクス
6音声:調和解析と離散フーリエ変換
7音声:(1次元)フィルタリング
8画像:基礎知識
9画像:色空間
10画像:2次元フィルタリング
11最小二乗法によるフィルターの最適化
12パターン認識:線形識別器
13パターン認識:勾配降下法(最急降下法,確率的勾配降下法)
14応用トピックス
15まとめ
授業のキーワード  
受講補足(履修制限等) Python開発環境としてAnaconda(https://www.anaconda.com/)の利用を前提としています。事前に受講生各自のPCにインストールしておいて下さい。

インストールがどうしても難しいという場合は,Google Colab(https://colab.research.google.com/)を利用してプログラミング演習を行うことも可能ですが,受講生各自の責任で利用して下さい。 
遠隔授業形態(ライブ配信/オンデマンド) この授業科目は「タイプ1︓資料配信型オンデマンド」の形態での遠隔授業となります。
原則,授業の前日までにwebclass上に資料と課題を提示しますので,次回までに受講および課題提出して下さい。
質問等はWebclass上の掲示板で受け付けます。但し,担当教員が即時に対応できるわけではありませんので,時間的に余裕をもって取り組んで下さい。 
その他  
Copyright(C) 2013 NTT DATA KYUSHU Co.,Ltd All rights reserved.