科目区分

基盤   |   先端   |   技術展開力

科目名

IoT環境における知的情報処理技術（愛媛大学提供科目）

開講大学および会場

名古屋大学ナショナル・イノベーション・コンプレックス（NIC）館2階会議室（アクセス）

担当教員名

二宮崇（愛媛大学），田村晃裕（愛媛大学）

開講日

2019年07月20日（土曜日）および21日（日曜日）
（2019年02月20日確定）

時間帯

09：30から17：00（6時間．開場09：00，集合時間09時15分）

対象者

IoT環境における知的情報処理技術を体系的に学び，演習を通してその技術を習得したい方

受講者募集締切

2019年07月05日（木曜日）24時

受講料（1人あたり）

40,000円（税込）
ただし，「車載組込みシステムコース」にお申込みの場合は，コース受講料に含まれますので請求いたしません．

到達目標

• 深層学習の原理（ニューラルネットワーク，損失関数，勾配法，誤差逆伝搬法，計算グラフ）を説明，実装できる

講義概要

近年，製造業やセキュリティ分野におけるIoTの導入が広まりをみせている．それに伴い，これまで人の目で行っていた様々な工程が自動化され，さらに取得したデータをエッジまたはクラウドで解析し自動的に学習する知的IoT環境が構築され始めている．本講義では，Rasberry Piと深層学習ツールであるChainerを用い，IoT環境においてリアルタイムに学習する深層学習の技術について学ぶ．
講義前半ではPythonコードを基に深層学習について学び，講義後半では，Rasberry Piに深層学習ツールであるChainerをインストールし，実際にRasberry Pi上で動作する深層学習器を作成することで，IoT環境における深層学習の技術を学ぶ．

履修条件あるいは関連科目

• 大学初年次で学ぶ数学に関する基礎的な知識
• プログラミングに関する基礎的な知識

講義計画

• 導入とPythonプログラミング
  この講義の目的について説明し，講義で用いるPythonプログラミング言語について学ぶ．PythonとNumPyの基礎について学ぶ
• Pythonで学ぶ深層学習(1)
  Pythonコードを基に深層学習について学ぶ．ニューラルネットワークの仕組み，活性化関数，推論について学ぶ
• Pythonで学ぶ深層学習(2)
  Pythonコードを基に深層学習について学ぶ．ニューラルネットワークの学習，損失関数，勾配法について学ぶ
• Pythonで学ぶ深層学習(3)
  Pythonコードを基に深層学習について学ぶ．誤差逆伝搬法，計算グラフ，畳込みニューラルネットワークについて学ぶ
• Chainer演習
  Chainerを用いた深層学習の演習を行う．Chainerを用いて，ニューラルネットワークを実装し，学習，解析を行う
• Chainer+Rasberry Pi演習
  Rasberry PiにChainerをインストールし，簡単なChainerのプログラムが動作することを確認する
• Chainer+Rasberry Piによる総合演習(1)
  Rasberry Pi上で動作するChainerを用いて，リアルタイムで学習/解析する深層学習器を設計，実装する
• Chainer+Rasberry Piによる総合演習(2)
  実装した深層学習器を実際にRasberry Pi上で動作させる．

学習目的達成の確認方法（評価）

• 全時間数を出席していること，出席時間が必要条件に満たない場合は受講認定しない
• レポートにより評価する

テキスト

教科書は使用せず，資料を配布する．参考書として，以下の本を紹介する．

• 岡谷貴之，深層学習 (機械学習プロフェッショナルシリーズ)，講談社，2015.
• 新納浩幸，Chainer v2による実践深層学習，オーム社，2017.
• 斎藤康毅, 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, オライリージャパン, 2016.
• Guido van Rossum, Pythonチュートリアル 第3版, オライリージャパン, 2016.

備考

-