![]() ![]() |
講義概要/Course Information |
科目基礎情報/General Information |
授業科目名 /Course title (Japanese) |
経営・社会情報学実験 | ||
---|---|---|---|
英文授業科目名 /Course title (English) |
Management Science and Social Informatics Laboratory | ||
科目番号 /Code |
MSS601b | ||
開講年度 /Academic year |
2021年度 | 開講年次 /Year offered |
3 |
開講学期 /Semester(s) offered |
後学期 | 開講コース・課程 /Faculty offering the course |
情報理工学域 |
授業の方法 /Teaching method |
実験 | 単位数 /Credits |
2 |
科目区分 /Category |
専門科目 | ||
開講類・専攻 /Cluster/Department |
Ⅰ類 | ||
担当教員名 /Lecturer(s) |
岡本・金・中嶋・西(康)・水野 | ||
居室 /Office |
西5号館401室 | ||
公開E-mail |
生体情報工学実験担当教員宛にお送りください (mizuno@uec.ac.jp) | ||
授業関連Webページ /Course website |
https://www.inf.uec.ac.jp/c/doku.php?id=inf:3:2:mselab:2021 https://www.inf.uec.ac.jp/c/doku.php?id=inf:3:2:mselab:2021:guide | ||
更新日 /Last update |
2021/10/01 16:52:08 | 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(2,000文字以内) /Themes and goals(up to 2,000 letters) |
この実験では、経営・社会情報学プログラムで主な研究対象とする人間、社会、組織、製品について、それらを定量的に把握し、必要な情報システムの設計と運用に繋げるための技術を習得することを目標とする。そのために経営・社会情報学コースの専門科目の中から、学生自らが行う実験を通して理解を深める必要がある科目について、下記の5つのテーマを設定する。テーマの右に関連する科目を記す。 1. 生体情報工学:「人間工学」、「応用数学第一」、「電気・電子回路」 2. ソフトウェア工学:「ソフトウェア工学」 3. 品質・信頼性工学:「品質管理第一」「品質管理第二」「信頼性工学」 4. 生産管理:「生産管理」 5. データサイエンス:「多変量解析」「マーケティング科学」 6. マルチエージェントシステム:「マルチエージェントシステム」 経営・社会情報学プログラムの科目の理解と、自ら工夫して行う実験を通した自学自習の技術の習得、そして実験結果に対する自らの評価方法等を学ぶ。ここでは学生の自主的・積極的な取り組みが求められている。 この実験は前述の6つの実験テーマから成り、学生は2班に分かれて。これらのテーマに取り組む。毎週、いずれかのテーマに取り組む。生体情報工学では、生体測定によってデータを取得し、解析することを通して、生体に関するテーマに取り組む。ソフトウェア工学では、制御可能な情報システムとしてのレゴ製品を対象に、問題解決や課題達成のためのシステム構築と設計、そしてそのための能力を養う。品質・信頼性工学では、製品の性能を向上する設計を実現するために、実験やシミュレーションで取得したデータの解析に基づく対象の性能把握と、実験計画法に基づく設計改善を通して、問題解決能力を養う。データサイエンスでは、ビッグデータ技術者の素養を身につけてもらうべく、ビッグデータ分析のための情報システム(例えば並列分散処理システム)を用いたデータサイエンスの演習を行う。生産管理では、ボールペンの組立作業を対象に作業改善に取り組む。これらを通して、情報システムを設計、運用する際に必要な知識を獲得する。 |
---|---|
前もって履修 しておくべき科目(1,000文字以内) /Prerequisites(up to 1,000 letters) |
1年次の科目すべて。 2年次の科目のうち、少なくとも「確率論」「電気・電子回路」「統計学」「応用数学第一」「品質管理第一」「生産管理」の6科目。 3年次の科目のうち、前学期に開講される「プログラミング言語実験」「多変量解析」「人間工学」の3科目。 |
前もって履修しておくこ とが望ましい科目(1,000文字以内) /Recommended prerequisites and preparation(up to 1,000 letters) |
前もって、ではないが、3年次の学科専門科目のうち後学期に開講される「ソフトウェア工学」「品質管理第二」「信頼性工学」「マーケティング科学」は同時に履修すること。 |
教科書等(1,000文字以内) /Course textbooks and materials(up to 1,000 letters) |
特になし。テーマごとに資料を配布する。 |
授業内容と その進め方(2,000文字以内) /Course outline and weekly schedule(up to 2,000 letters) |
上記6テーマのうち、学生は4テーマを実施する。 実験実施はぜんぶで15週間 第1週 ガイダンス:実験の心構え、レポート執筆上の留意点、等 第2〜4週 実験テーマ1 第5〜7週 実験テーマ2 第8週 実験予備日およびレポート作成 第9〜11週 実験テーマ3 第12~14週 実験テーマ4 第15週 実験予備日およびレポート作成 例えば、ある班の学生は次のようなスケジュールで本実験に取り組む。 学生をA、Bの二つのグループに分ける。グループごとに順序は異なるが、全員がすべての内容に取り組むことになる。 第1回:ソフトウェア工学1:周囲の情報をセンサーにより取得して情報処理し、能動的に動作するシステムを、レゴとコントローラとで作成する。第1週は、構築するシステムで解決すべき問題の提示、システム構築のためのプログラミング研修、そしてシステムの初期設計を行う。 第2回:ソフトウェア工学2:第2週は、システムの試験運用と評価、問題点の洗い出し、設計の改善と運用を行う。システム構築に関する情報検索も併せて行う。 第3回:ソフトウェア工学3:第3週は、システムを完成させ、実運用環境での性能評価を行い、完成総合評価する。 第4回:品質・信頼性工学1:自律型システムの設計の最適化問題に、実際に製品を試作して性能を評価しながら設計を最適化するための実験計画法を用いて取り組む。 第5回:品質・信頼性工学2:半導体の信頼性向上の問題に、シミュレータと実験計画法を用いて取り組む。 第6回:品質・信頼性工学3:半導体の信頼性向上の問題に、シミュレータと実験計画法を用いて取り組む。 第7回:データサイエンス1:ビッグデータ分析のための情報システム(例えば並列分散処理システム)への入門としてのプログラミング研修を行う。ビッグデータ分析のためのデータベース環境についても研修を行う。 第8回:データサイエンス2:第1週に続いて、ビッグデータを提供し、実際に分析を行うことを通して、並列分散処理システムの運用技術を学ぶ。 第9回:データサイエンス3:引き続き、ビッグデータ分析を継続し、ビッグデータ技術を獲得してもらう。 第10回:生体情報工学1:生体測定によってデータを取得するために、実験環境の取り扱いを学ぶ。またそのデータの解析のために、必要なプログラミング研修を行う。 第11回:生体情報工学2:第1週に学んだことを、生体測定の実践に活かすことを通して、生体情報工学の実習を行う。 第12回:生体情報工学3:第2週に学んだことを、生体測定の実践に活かすことを通して、生体情報工学の実習を行う。 第13回:生産管理1:IE(Industrial Engineering)手法を学ぶ。 第14回:生産管理2:ボールペンの組立作業における作業改善に取り組む。 第15回:生産管理3:ボールペンの組立作業における作業改善に取り組む。 |
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)(1,000文字以内) /Preparation and review outside class(up to 1,000 letters) |
各テーマについて、事前に資料を読み込んで学習しておくことを要求する。 自分が取り組んだ実験の成果を、報告書としてのレポートにまとめることを通じて、理解を深めて欲しい。 |
成績評価方法 および評価基準 (最低達成基準を含む) (1,000文字以内) /Evaluation and grading (up to 1,000 letters) |
本実験は、各テーマに従事して、自らが取り組んだ実験の成果をレポートにまとめて提出し、レポートを通じて内容の理解を評価する。そのため、すべての実験テーマに取り組むことと、要求された全てのレポートの提出を前提として、テーマごとに成績を評価し、すべてのテーマに合格している場合には、各テーマの成績を総合した成績評価を行う。そのため、 1. 全回の出席 2. 要求された全てのレポートの提出 は評価基準には含めないが、成績評価の前提とする。その上で、テーマごとに成績を評価し、すべてのテーマに合格している場合には、各テーマの成績を総合した成績評価を行う。 実験時の教員やTAとの質疑、提出されたレポートの内容などを通して、各実験テーマについて理解していること、実験結果を正しく評価できていること、を最低達成基準とする。1つでも不合格のテーマがある場合、また剽窃が発覚した場合には、上記の最低達成基準を満たしていないと判断せざるを得ず、不可とする。 |
オフィスアワー: 授業相談(1,000文字以内) /Office hours(up to 1,000 letters) |
それぞれの実験テーマの初回とウェブサイトに告知する。 |
学生へのメッセージ(1,000文字以内) /Message for students(up to 1,000 letters) |
各自の3年次前学期までの学習の成果が試される科目である。説明を聞いていなかったことを、説明が分かりにくい、周囲と比べて進捗が遅れたことを、内容が難しすぎる、などと、不満に置き換えることは関心できない。 開講学期、講義の進捗等により、関連する内容の講義を受けてから、本実験に臨むとは限らない。そのため、各テーマは必ずしも関連する科目を単位修得していることを要求しないように内容が構成されている。ただし、3年生の間に関連する科目を履修し、経営情報学コースの開講科目の理解を深めることを強く勧める。 |
その他 /Others |
特になし |
キーワード /Keywords |
学生実験 |