Course Name Year Term Period Faculty / Graduate School All Instructors Credits
32067:[2025 Spring]Information Processing (5T) 2025 Spring Mon3 College　of　Science　and　Engineering UEMURA MITSUNORI、HIRAI SHINICHI、WANG ZHONGKUI 2

Campus

BKC

Class Venue

Prism201

Language

日本語

Course Outline and Method

1回生の情報科学I，情報処理演習と2回生のプログラミング演習を結ぶ講義で，MATLABとPythonを用いたプログラミングに必要な知識と，ロボティクスにおける実践，応用に関する学習を行います．MATLABは，ロボティクスに関する数値計算やシミュレーションに広く使われている言語です．Pythonは，機械学習やROS (Robot Operating System)によるロボット制御に広く使われている言語です．これらの言語によるプログラミングを学ぶことにより，ロボティクスにおけるシミュレーションや画像処理，機械学習を学びます．

Student Attainment Objectives

MATLABとPythonのプログラミングとアルゴリズム構築が本講の到達目標です．加えてロボティクスにおけるプログラミングの応用手法を学ぶことも本講の到達目標です．

Recommended Preparatory Course

コンピュータのハードウェアなどについては，情報科学Iを受講することが望まれます．また，情報処理演習を履修していることが望まれます．

Course Schedule

Lecture/Instructor（When there are multiple instructors) Theme
Keyword, References and Supplementary Information
-

+R授業対象科目。第1回に+R授業を実施。詳細はmanaba+Rを参照。

授業で利用するプログラミング環境（MATLABとPython）の構築

1-2/平井

MATLABプログラミング

行列とベクトル，グラフを描く
常微分方程式を数値的に解く，可視化

3/平井

MATLAB シミュレーション

常微分方程式の標準形とプログラミング，1リンク機構の運動方程式

4/植村

MATLAB シミュレーション

PD/PI制御のモデリングと数値シミュレーション

5/植村

深層学習

深層学習の概要と意義，ディープラーニング，機械学習，AI

6-7/植村

MATLABによる深層学習の基礎

人工ニューラルネットの原理，逆誤差伝搬

8-9/植村

MATLABによる深層学習の応用

深層学習を用いた画像処理，敵対的生成ネットワーク（GAN），強化学習

10/王

Pythonを用いたプログラミングの環境設定

Python入門，算術計算，データ型，変数

11/王

Pythonプログラミング基礎

リスト，ディクショナリ，ブーリアン，if文，for文，関数

12/王

Pythonプログラミング発展

クラス，NumPy，Matplotlib

13/王

Pythonを用いた画像処理

OpenCVの紹介，画像の読み込み/表示/保存，直線・円の検出，エッジ検出など

14/王

Pythonを用いた深層学習

深層学習の紹介，Kerasを用いた手書き数字の認識の演習，YOLOを用いた物体認識の紹介

Class Format

MATLABに関しては，大学が提供する環境を用います．
https://jp.mathworks.com/academia/tah-portal/ritsumeikan-university-40673840.html

Pythonに関しては，統合開発環境のPycharmあるいはオンライン開発環境のJupyter Notebookを用います．

Recommendations for Private Study

MATLAB，Pythonともに，プログラムを沢山作成することが理解への早道です．講義で紹介したプログラムや自分で作成したプログラムを自分のPCで試してください．

Grade Evaluation Method

Kind Percentage Grading Criteria etc.
Final Examination (Written) 0

Report Examination
(A report to be submitted by the unified deadline)		 0

Exams and/or Reports other than those stated above, and Continuous Assessment　
(Evaluation of Everyday Performance in Class)		 100

実践の回に提示される課題に取り組み、すべての課題の到達度により評価します．

Grade Evaluation Method （Note）

出題されたすべての課題の提出が必須です．

Advice to Students on Study and Research Methods

Textbooks

Textbooks （Frequency of Use, Note）

毎回、資料をmanaba+Rにアップロードします．

Reference Books

Title Author Publisher ISBN Code Comment
機械システム学のための数値計算法 － MATLAB版 － 平井 慎一 コロナ社 978-4-339-06119-2 https://www.coronasha.co.jp/np/isbn/9784339061192/
ゼロから作るDeep Learning: Pythonで学ぶディープラーニングの理論と実装 斎藤 康毅 オライリージャパン 978-4-87311-758-4 https://www.oreilly.co.jp/books/9784873117584/

Reference Books （Frequency of Use, Note）

Web Pages for Reference

How to Communicate with the Instructor In and Out of Class(Including Instructor Contact Information)

Communication Paper,Interactive Sheet,Learning Management System （manaba+R）,Talk with Students,Other (Separate instructions will be provided)

Other Comments


【科目ナンバリング・カリキュラムマップはこちらから/Click here to see the Curriculum-Map and Course-Numbering】
URL:https://secure.ritsumei.ac.jp/students/pathways-future/course/curriculum.html/