科目名 知能ロボティクス特論
単位数 2.0
担当者 システム工学専攻 池田 徹志
履修時期 後期
履修対象 博士前期課程1・2年次
概要 日常環境で我々の生活を賢く支える知能ロボットシステムを実現するためには,各種のセンサを用いた認識技術や,複数のセンサやデバイスを統合する技術が重要である.本講義では,知能ロボットシステムで利用されるパターン情報処理について学び,学んだ手法を実際にデータに適用する課題の発表を通じ,手法の利点欠点を含めた実践的な理解を深める.
授業形態(講義,演習,実験・実習・実技の別): 講義
科目の到達目標 知能ロボットシステムを実現するためのパターン情報処理の手法について学ぶとともに,実際にデータに適用する課題を通じて,手法の特徴や問題点を理解し,使える技術を身につける.また,課題の発表を通じて発表能力の向上を目指す.
受講要件 特になし
事前・事後学修の内容 講義に出席し,担当する課題の発表を行い,レポートを提出すること.
講義内容 1.知能ロボティクス概論
2. 機械学習概論(モデル推定)
3. 回帰(線形回帰分析)
4. 回帰(重回帰分析,非線形回帰)
5. 分類(k最近傍法)
6. 分類(決定木)
7. 分類(SVM)
8. 分類(ニューラルネットワーク,ディープラーニング)
9. 教師無し学習(クラスタリング)
10. 教師無し学習(主成分分析,非線形主成分分析)
11. 時系列情報処理(フィルタ)
12. 実験計画と統計的検定
13. 知能ロボティクスを支えるソフトウェア
14. 課題発表1
15. 課題発表2
評価方法 プログラム作成を伴う課題の発表内容,発表に対する質疑内容,レポート内容より総合的に評価する.
教科書等 教科書: 特になし.
適宜資料を配布する.講義内容により,参考書・参考文献を紹介する.
担当者プロフィール 知能ロボティクスに関する研究に従事.日常生活で人と共存する介護用ロボットや,安心できる自動運転システム等の研究に取り組んでいます.
授業内容などに関する質問および相談は随時受け付けています.研究室を訪ねる場合は,電子メールなどで事前に連絡してアポイントメントを取ってください.
備考