シラバス参照
|
シラバス参照
|
| 講義概要/Course Information |
| 科目基礎情報/General Information |
| 授業科目名 /Course title (Japanese) |
情報データ解析論 | ||
|---|---|---|---|
| 英文授業科目名 /Course title (English) |
Advanced Theory on Information Data Analysis | ||
| 科目番号 /Code |
|||
| 開講年度 /Academic year |
2020年度 | 開講年次 /Year offered |
全学年 |
| 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 |
大学院専門教育科目 - 専門科目Ⅱ | ||
| 開講学科・専攻 /Cluster/Department |
情報・ネットワーク工学専攻 | ||
| 担当教員名 /Lecturer(s) |
森田 啓義 | ||
| 居室 /Office |
東2-615 | ||
| 公開E-Mail |
morita@uec.ac.jp | ||
| 授業関連Webページ /Course website |
http://www.appnet.is.uec.ac.jp/%7Emorita/ThemesJ.html | ||
| 更新日 /Last updated |
2020/03/16 11:58:19 | 更新状況 /Update status |
公開中 /now open to public |
| 講義情報/Course Description |
| 主題および 達成目標 /Topic and goals |
[講義の目標] インターネットや大規模な計算機システムを流れる膨大なディジタル情報データの性質，ならびに，生成された情報データを処理するさまざまなアルゴリズムの仕組みとその性能について主に情報理論ならびに計算機科学の立場から論じる．それにより，習得した情報データの捉え方や処理アルゴリズムの性能評価法が，個々の事例へ柔軟に適用でき，また新たな応用へと発展できる力を養う． The aims of this course are to: - overview new trends of application networking services. - acquire systematic knowledge on algorithms and systems to generate various kinds of network data, including video stream. - learn the methodology and fundamentals of network information transfer. - develop an ability to create new applications of network. Topics to be discussed in the class will be picked up from a variety of fields such as multimedia streaming, traffic models, information data analysis, fundamentals of information transfer, optimization theory, image and signal processing, network coding, and tree structures on network. [講義内容] 今年度は，情報システムにおける最も基本的なデータ構造である文字列を取り上げる．文字列は有限アルファベットの要素を一列に並べたデータとして表現されるが，データ長が大きくなればなるほど，文字列処理の基本である検索，照合，保存といった処理をいかに効率良く行うかが重要な課題になる．これらの処理については古くから研究が進められているが，近年，計算量の観点から従来法を上回る優れた手法がつぎつぎに提案されている．この新たな展開に焦点をあててつつ，漸近的なアルゴリズムの解析法や自らのグループで開発したものも含め，代表的な文字列処理アルゴリズムを紹介する． In the 2018 summer semester, we will be concerned with a class of strings which is one of the most fundamental data structures in information systems. A string is defined as a series of elements in a finite set called alphabet. The most important issues related on strings is how to efficiently deal with most fundamental manipulations; string searching, string matching, and string sorting. There is a long history of these manipulations or algorithms of strings which have been developed by many researchers so far. And recently, new algorithms which are superior to the conventional ones have been successively proposed. With focusing these algorithms, some string processing algorithms including ones developed by our group will be discussed. |
|---|---|
| 前もって履修 しておくべき科目 /Prerequisites |
アルゴリズムとデータ構造の基礎知識があることが望ましいが，必須ではない． basic knowledges of algorithms and data structures would be preferable. |
| 前もって履修しておくこ とが望ましい科目 /Recommended prerequisites and preparation |
アルゴリズムとデータ構造，情報理論 |
| 教科書等 /Course textbooks and materials |
[教科書] とくになし．必要に応じて資料を配布する． No textbooks. Some materials will be distributed in the class. [参考書] G. Navarro, Compact Data Structures, Cambridge Univ. Press, 2016. T. M. Cover and J. A. Thomas, Elements of Information Theory, 2nd ed. John Wiley & Sons., 2006. [演習] 適宜，簡単な演習を課す． Homework for a few exercises will be given regularly. |
| 授業内容と その進め方 /Course outline and weekly schedule |
The plan of lectures is given as follows: [Contents] 01 Information Data Processing = Sorting, Searching, Matching, and Coding 02 Computer Environments: Python+Jupyter 03 Prefixes and Suffixes on Strings 04 Suffix Trie and Suffix Tree 05 Minimal Forbidden Words and Antidictionary 06 MFWs on Suffix Trie 07 Longest Common Prefixes and LCP Array 08 Application of LCP Array for String Matching 09 Suffix Array and LCP Array 10 Construction of MFW Array 11 Elements of Information Coding 12 Data Compression with Antidictionary 13 Source Coding Theorems of DCA 14 Arrhythmia Detection with Antidictionary 15 DNA Analysis using Antidictionary The order of topics and their contents might be changed for the convenience of audience. |
| 実務経験を活かした 授業内容 (実務経験内容も含む) /Course content utilizing practical experience |
|
| 授業時間外の学習 （予習・復習等） /Preparation and review outside class |
毎回のレポート課題（プログラム演習含む）により，講義内容を復習し，理解を深めること． Homework for a few exercises with programming will be given in every week. |
| 成績評価方法 および評価基準 （最低達成基準を含む） /Evaluation and grading |
毎回の演習レポートの成績（6割）と最終レポート（4割）で評価 Home works (60%) and final exam (40%). |
| オフィスアワー： 授業相談 /Office hours |
16:30 ~ 18:00 every Monday |
| 学生へのメッセージ /Message for students |
Feel free to ask me any questions. Try to understand the ideas behind algorithms. Once you get them, you can apply them into your own problems. Enjoy! |
| その他 /Others |
[その他] C または Pythonのプログラムが読めるがあることが望ましいが必須ではない．PythonとJupyterを用いたプログラミンの紹介は講義の中で行う。 It would be preferable to read programs written in C or Python. A tutorial lesson of Python+Jupyter will be included in this lecture. |
| キーワード /Keyword(s) |
Algorithm and Data Structures, Data Compression, Entropy, Minimal Forbidden Words, ECG arrhythmia Detection, DNA Analysis |