タイトル

開講年度 開講学部等
2025 大学院創成科学研究科（博士後期）
開講学期 曜日時限 授業形態 AL（アクティブ・ラーニング）ポイント
前期 未定 講義  
時間割番号 科目名[英文名] 使用言語 単位数
4241010060 数理モデリング特論 日本語 2
担当教員（責任）[ローマ字表記] メディア授業
川村　正樹[KAWAMURA Masaki] ー
担当教員[ローマ字表記]
川村　正樹　[KAWAMURA Masaki], 西井　淳　[NISHII Jun]
特定科目区分   対象学生   対象年次  
ディプロマ・ポリシーに関わる項目 カリキュラムマップ(授業科目とDPとの対応関係はこちらから閲覧できます)
授業の目的と概要
- 情報科学的な手法と統計力学的な手法を用いて、様々な情報処理をモデル化し、解析するための手法を学ぶ。
授業の到達目標
情報科学におけるものの見方と、統計力学から見た情報処理の両者を知ることにより、問題に対する広い視点を持てるようにする。様々な現象の背後にあるダイナミクスに関する数理モデルの振る舞いについての数値シミュレーションで可視化するとともに，解析的説明をできるようになる。
授業計画
【全体】
様々なデータ処理手法や，自然現象等の理論的研究に関連する講義やディスカッション，演習等を行う。
項目 内容 授業時間外学習 備考
第1回 関連文献の選択 論点の整理
課題の設定 		授業内容を復習する（目安時間：３時間）
予習として、設定した課題について調べてくる（目安時間：１時間）
第2回 情報科学からの視点 ニューラルネットワークの情報処理方法 授業内容を復習する（目安時間：３時間）
予習として、設定した課題について調べてくる（目安時間：１時間）
第3回 統計物理からの視点 ニューラルネットワークの統計物理的な手法 授業内容を復習する（目安時間：３時間）
予習として、設定した課題について調べてくる（目安時間：１時間）
第4回 情報科学からの視点 スペクトル拡散技術の情報処理方法 授業内容を復習する（目安時間：３時間）
予習として、設定した課題について調べてくる（目安時間：１時間）
第5回 統計物理からの視点 スペクトル拡散技術の統計物理的な手法 授業内容を復習する（目安時間：３時間）
予習として、設定した課題について調べてくる（目安時間：１時間）
第6回 課題文献 課題の準備状況を確認する 課題について調べて、プレゼンの準備をする（目安時間：４時間）
第7回 発表 課題についてプレゼンしてもらう プレゼン内容の反省点を復習する（目安時間：４時間）
第8回 発表についての総括 反省点を復習し、プレゼンの改善を図る プレゼン内容のブラシュアップする （目安時間：４時間）
第9回 神経情報処理の数理モデル1 計算論的神経科学 授業内容を復習する（目安時間：３時間）
予習として、次の講義内容について調べてくる（目安時間：１時間）
第10回 神経情報処理の数理モデル2 感覚系の情報処理 授業内容を復習する（目安時間：３時間）
予習として、次の講義内容について調べてくる（目安時間：１時間）
第11回 神経情報処理の数理モデル3 運動系の情報処理 授業内容を復習する（目安時間：３時間）
予習として、次の講義内容について調べてくる（目安時間：１時間）
第12回 神経情報処理の数理モデル4 感覚運動系の統合 授業内容を復習する（目安時間：３時間）
予習として、次の講義内容について調べてくる（目安時間：１時間）
第13回 神経情報処理の数理モデル5 感覚運動系の統合2 授業内容を復習する（目安時間：３時間）
予習として、次の講義内容について調べてくる（目安時間：１時間）
第14回 プレゼンテーションの準備 プレゼンテーションについての説明と準備 授業内容を復習する（目安時間：３時間）
予習として、次の講義内容について調べてくる（目安時間：１時間）
第15回 課題について発表 課題についてプレゼンしてもらう 授業内容を復習する（目安時間：３時間）
予習として、次の講義内容について調べてくる（目安時間：１時間）
第16回 総括 全体の総括を行う 授業内容を復習する（目安時間：３時間）
予習として、次の講義内容について調べてくる（目安時間：１時間）
※AL（アクティブ・ラーニング）欄に関する注
・授業全体で、AL（アクティブ・ラーニング）が占める時間の割合を、それぞれの項目ごとに示しています。
・A〜Dのアルファベットは、以下の学修形態を指しています。
【A：グループワーク】、【B：ディスカッション・ディベート】、【C：フィールドワーク（実験・実習、演習を含む）】、【D：プレゼンテーション】
A: --%　B: --%　C: --%　D: --%
成績評価法
授業時間内のディスカッション　２０％
プレゼンテーション　　４０％
課題のレポート　　　　４０％
教科書にかかわる情報
備考
必要に応じて、資料を提供する。
参考書にかかわる情報
備考
使用しない
メッセージ
博士後期対象の授業であるので、本人の研究テーマを考慮し、課題設定を行います。
履修前に担当教員と内容の確認をしてください。
キーワード
モデリング、数理計画、計算論的神経科学
持続可能な開発目標（SDGs）

関連科目
数理情報モデル特論（博士前期科目）
履修条件
連絡先
総合研究棟303号室　西井淳　　nishii (at) yamaguchi-u.ac.jp
総合研究棟408号室　川村正樹　kawamura (at) sci.yamaguchi-u.ac.jp
オフィスアワー
川村: 14:00 - 17:00
西井: 月曜: 13:30-15:00

ページの先頭へ