科目名	認識システム特論
単位数	2.0
担当者	システム工学専攻　准教授　中山仁史
履修時期	後期
履修対象	１，２年次
講義形態	講義
講義の目的	認識システム特論では深層学習を中心に，音や画像などのメディア情報からの特徴量抽出，モデル構築，モデルの推定精度評価及び識別性能評価までを学ぶ．授業形態は講義であるが，前半に説明，後半に演習を行う．
到達目標	・音や画像などのメディア情報より特徴量を抽出し，認識システムを構築する上で必要な知識を習得する．【知識２，技能１】 ・DNNを用いた任意の認識システムを構築する方法を習得する．【思考力，判断力，表現力，主体性】
受講要件	特になし．
履修取消の可否	可
履修取消不可の理由
事前・事後学修	講義にて学んだ内容を各自の計算機で演習をする．演習に伴う，事前知識や予備知識をつけておくことが望ましい．
講義内容	第１回　音及び画像を対象としたパターン認識の基礎 第２回　仮想開発環境とPython 第３回　ディープラーニング向けのライブラリ―Tensorflow, Keras― 第４回　ニューラルネットワークを用いた論理回路 第５回　単純パーセプトロン 第６回　ロジスティック回帰 第７回　多ロジスティック回帰 第８回　多層パーセプトロン 第９回　DNN(Deep Neural Network)とCNN(Convolutional Neural Network) 第１０回　手書き文字認識を対象とした深層学習の構築と検証 第１１回　活性化関数及び隠れ層の影響評価 第１２回　音及び画像を対象とした入力データの扱い 第１３回　音及び画像を対象とした機械学習の構築 第１４回　音及び画像を対象とした機械学習の検証 第１５回　音及び画像を対象とした機械学習の成果発表会
期末試験実施の有無	実施しない
評価方法・基準	授業参加度 10%，講義中に適宜与える課題 30%，最終課題と成果発表 60%
教科書等	適宜，資料を配布する．
担当者プロフィール	主に音声信号処理に関する研究に従事．研究室：情報科学部棟8階 843室． 学生の学習指導・支援体制： 授業内容や課題などに関する学生の個別学習相談を随時受け付ける．教員の所在は，学内サイネージ等に掲示されているので，確認の上で研究室を訪ねること．
講義に関連する実務経験
課題や試験に対するフィードバック	課題やまとめについてのフィードバックは，WebClass等を通じて随時おこなう．そのため，各講義前日にWebClass等を確認するようにすること．
アクティブ・ラーニング	PBL，プレゼンテーション，ディスカッション
キーワード	Deep Neural Network, Convolutional Neural Network, Tensorflow, Keras
備考	各自で計算機を用意して講義の内容を確認・実践することを必須とする．その他，相談事項がある場合は，masashi@hiroshima-cu.ac.jpまで連絡すること．