| 開設年度 | 2016 年度 |
|---|
| 科目コード | T252022 |
|---|
| 授業コード | T25202201 |
|---|
| 授業科目名 | 都市知能情報論 |
|---|
| 同上英語名 | Human Centered Modeling of Urban Systems |
|---|
| 単位数 | 2.0 単位 |
|---|
| 開講学科 | 工学研究科建築・都市科学専攻（都市環境ｼｽﾃﾑｺｰｽ） (T252) |
|---|
| 開放区分 | |
|---|
| 担当教員 | 荒井 幸代 |
|---|
開講時限・
講義室等 | 前期金曜5限
工 17号棟 215教室 |
|---|
科目区分
（詳細表） |
- 2016年入学生：
- 選択科目S30（T251:工学研究科建築学コース（後期）, T252:工学研究科都市環境システムコース（後期）, T261:工学研究科デザイン科学コース（後期）, T271:工学研究科機械系コース（後期）, T272:工学研究科電気電子系コース（後期）, T273:工学研究科メディカルシステムｺｰｽ（後期）, T281:工学研究科共生応用化学コース（後期））
|
| シラバス | - ［授業の方法］
- 講義
- ［受入人数］
- 20名程度
- ［受講対象］
- 自学部他学科生 履修可,他学部生 履修可,科目等履修生 履修可;●受講者の都合を勘案し，時間を前倒しにすることもある。
- ［授業概要］
- 27年度は，スマート化技術の中心となる人工知能，機械学習を理解するための基礎，および最新の研究に触れる．基礎から解説し，電力，エネルギーマネジメント，防災，避難計画への応用可能性を示す．
- ［目的・目標］
- ＡＩで何ができそうかを自分なりに考えられるレベルになること．
- ［授業計画・授業内容］
- ＡＩのうち，Machine learning(機械学習）を中心に扱う．具体的には，強化学習と統計的学習．それぞれに対して，ゲーム理論，情報理論，ネットワーク科学などの知見を導入した最新の研究を紹介する．
- イントロダクション
- 行動計画１：Dynamic Programming
- 行動計画２：Temporal Difference, Actor-Critic
- 行動計画３： Q-learning, Sarsa
- 認識と識別１：Pattern Recognition
- 認識と識別２：Pattern Classification
- 認識と識別３：Artificial Neural Network
- 認識と識別４：Deep Learning
- 知識管理１：Knowledge Management 1
- 知識管理２：Knowledge Management 2
- 合意形成 ：Negotiation
- 応用紹介
- 応用紹介
- 応用紹介
- まとめ
- ［キーワード］
- 人間の行動計画，認識，認知科学，意思決定，強化学習，ゲーム理論，最適化
- ［教科書・参考書］
-
- ［評価方法・基準］
- レポート（各受講者の関連分野と本講義の接点の論文を指定するので，それについてのpptを作成）
- ［関連科目］
-
- ［履修要件］
-
- ［備考］
-
|
|---|
| 関連URL |
|
|---|
| 備考 | [T20201801]からコピー。 |
|---|