シラバス参照

講義概要/Course Information
2024/05/03 現在

科目基礎情報/General Information
授業科目名
/Course title (Japanese)
社会情報システム論1
英文授業科目名
/Course title (English)
Social Informatics 1
開講年度
/Academic year
2019年度 開講年次
/Year offered
全年次
開講学期
/Semester(s) offered
前学期 開講コース・課程
/Faculty offering the course
博士前期課程、博士後期課程
授業の方法
/Teaching method
講義 単位数
/Credits
2
科目区分
/Category
選択科目
開講類・専攻
/Cluster/Department
社会知能情報学専攻
担当教員名
/Lecturer(s)
○栗原 聡
居室
/Office
東2-413
公開E-mail
/e-mail
satoshi@keio.jp
授業関連Webページ
/Course website
http://www.ni.is.uec.ac.jp/
更新日
/Last update
2019/03/19 18:47:22 更新状況
/Update status
公開中
/now open to public
講義情報/Course Description
講義の狙い、目標 インターネットの急成長やユビキタス情報基盤の拡充,そして携帯端末の普及
や様々なソーシャルメディアの登場に伴い,あらゆる人と物がネットワーク化
され,実環境とネット世界とが融合された複雑な社会情報環境が現実になろう
としている.この新しい環境は,大規模な複雑ネットワーク構造を有し,その
構造が常に拡大し変化し続ける「動的複雑システム」である.本講義では,社
会システムやサイバー空間そして脳などを代表とする「動的かつ大規模な動的
複雑環境」を理解・制御・構築することや,動的複雑環境において高い適応性
を有するレジリエントなシステムを構築するために必要となる,様々な計算パ
ラダイムや技術・手法の土台となる【人工知能】や【創発型計算技術】,そし
て【ネットワーク科学】等の基礎を学ぶことを目的とする.
内容 基本的に以下で進める予定です。
(1)導入・人工知能とは 歴史など
(2)古典的ネットワーク パス長 クラスタ係数など
(3)複雑ネットワーク 完全グラフからスケールフリーまで頂点非活性化法も ネットワーク総括
(4)コミュニティ抽出・分析
(5)ネットワーク探索
(6)ソーシャルコンピューティング
(7)情報推薦
(8)ネットワークツール 分析課題
(9)データ構造、モデル化
(10)学習1
(11)学習2
(12)マルチエージェント
(13)制約充足
(14)アフォーダンス
(15)最終レポート
教科書、参考書 参考図書:
・エージェントアプローチ人工知能,S.J.Russell等著,古川康一監訳,共立出版
・複雑ネットワークの科学,増田直紀ら著,産業図書
・群知能とデータマイニング,Ajith Abraham等著,栗原 聡・福井健一訳,           
  東京電機大学出版局,等
予備知識 特にありません.
演習 期末試験は実施しませんが,講義中にレポート提出の形でミニ演習を実施します.
成績評価方法
および評価基準
・授業への参加度
・毎回ではありませんが、レポート課題を出します
・ネットワーク解析ツールなどを利用したデータ分析をまとめる課題を出す予定です
・分析結果や、レポートについてプレゼンしていただくことも予定してます
これらを基に成績を出すこととします。
その他
/Others
特にありません.
キーワード
/Keywords
人工知能,創発計算,ネットワーク科学