オンカジvisa

このページの本文へ移動 シラバス検索へ移動 日本大学 文理学部2024年シラバス 文理学部シラバスTOP > 文理学部 > 情報科学科 > ソフトウェア科学特論 検索したい科目／教員名／キーワードを入力し「検索開始｣ボタンをクリックしてください。 ※教員名では姓と名の間に１文字スペースを入れずに、検索してください。 文理学部 大学院博士前期課程 大学院博士後期課程 ここからメインコンテンツ ソフトウェア科学特論 令和元年度以前入学者 ソフトウェア科学特論 教員名 北原鉄朗 単位数    2 学年    4 開講区分 文理学部 科目群 情報科学科 学期 後期 履修区分 選択 授業形態 対面授業 授業概要 機械学習の基礎と音楽情報処理への応用を実践的に学ぶ 授業のねらい・到達目標 機械学習の基本的なアルゴリズムを理解できる。 音楽の分析・生成を題材に、機械学習プログラムを書くことができる。 この科目は文理学部（学士（理学））のディプロマポリシーDP3-4およびカリキュラムポリシーCP3-4に対応しています。 授業の形式 講義、演習 授業の方法 ・教員からの学習内容の解説、受講者各々によるコンピュータ実習、グループワークを組み合わせて実施する。 ・コンピュータ実習は、受講者が自ら用意したPC上で行うものとする。 授業計画 1 ガイダンス、自動作曲入門 【事前学習】シラバスをあらかじめ読み、授業の到達目標を理解しておくこと （2時間） 【事後学習】授業内で扱った自動作曲の仕組みを復習しておくこと （2時間） 【授業形態】対面授業 2 音楽とMIDIの基礎知識 【事前学習】「マルチメディア表現」などで学んだMIDIの基本的な仕組みを復習しておくこと （2時間） 【事後学習】MIDIデータの読み込みや処理に関する演習問題に取り組むこと （2時間） 【授業形態】対面授業 3 ニューラルネットワーク入門 【事前学習】ニューラルネットワークに関する動画教材をあらかじめ視聴すること （2時間） 【事後学習】授業内で学んだ事柄を復習し、ミニ課題に取り組むこと （2時間） 【授業形態】対面授業 4 リカレントニューラルネットワーク（RNN）を用いた二重奏生成 【事前学習】RNNに関する動画教材をあらかじめ視聴すること （2時間） 【事後学習】授業内で学んだ事柄を復習し、ミニ課題に取り組むこと （2時間） 【授業形態】対面授業 5 オートエンコーダを用いた時系列データのベクトル化 【事前学習】オートエンコーダに関する動画教材をあらかじめ視聴すること （2時間） 【事後学習】授業内で学んだ事柄を復習し、ミニ課題に取り組むこと （2時間） 【授業形態】対面授業 6 変分オートエンコーダ（VAE）を用いたメロディモーフィング 【事前学習】VAEに関する動画教材をあらかじめ視聴すること （2時間） 【事後学習】授業内で学んだ事柄を復習し、ミニ課題に取り組むこと （2時間） 【授業形態】対面授業 7 RNN、VAEに関するコンピュータ実習 【事前学習】第5～6回の内容を復習しておくこと （2時間） 【事後学習】授業内で終わらなかった実習課題に取り組むこと （2時間） 【授業形態】対面授業 8 畳み込みニューラルネットワーク（CNN）を用いた多重奏生成 【事前学習】CNNに関する動画教材をあらかじめ視聴すること （2時間） 【事後学習】授業内で学んだ事柄を復習し、ミニ課題に取り組むこと （2時間） 【授業形態】対面授業 9 敵対的生成ネットワーク（GAN）を用いた多重奏生成 【事前学習】GANに関する動画教材をあらかじめ視聴すること （2時間） 【事後学習】授業内で学んだ事柄を復習し、ミニ課題に取り組むこと （2時間） 【授業形態】対面授業 10 CNN、GANに関するコンピュータ実習 【事前学習】第8～9回の内容を復習しておくこと （2時間） 【事後学習】授業内で学んだ事柄を復習し、ミニ課題に取り組むこと （2時間） 【授業形態】対面授業 11 [グループワーク] グループ分けと課題の話し合い 【事前学習】グループワークでどのような課題に取り組みたいか考えておくこと （2時間） 【事後学習】グループメンバーとの話し合いで得られた意見を振り返り、考えを深めておくこと （2時間） 【授業形態】対面授業 12 [グループワーク] 課題の設定、データ準備、プログラム作成 【事前学習】グループワークで取り組む課題の詳細（どのようなデータを揃えればいいか、どのようなモデルにすればいいか）を考えておくこと （2時間） 【事後学習】グループメンバーとの話し合いをもとに、自分の担当作業を進めること （2時間） 【授業形態】対面授業 13 [グループワーク]プログラム作成の継続 【事前学習】自分の担当作業を進めておくこと （2時間） 【事後学習】成果発表に向けて結果のまとめを始めること （2時間） 【授業形態】対面授業 14 [グループワーク] 発表準備 【事前学習】成果をどのように発表するかを考えておくこと （2時間） 【事後学習】次回に成果発表できるように発表準備を終わらせること （2時間） 【授業形態】対面授業 15 [グループワーク] 成果発表 【事前学習】成果発表の準備をしておくこと （2時間） 【事後学習】成果発表で言われたコメントについて検討すること （2時間） 【授業形態】対面授業 その他 教科書 北原 鉄朗 『音楽で身につけるディープラーニング』 オーム社 2023年 参考書 使用しない 成績評価の方法及び基準 授業内での演習の取り組みの状況、授業内での発表の完成度、授業内での発表のための準備状況、最終回の授業で成果発表する課題の完成度などを総合的に勘案して評価する。(100%) オフィスアワー Slackで随時質問を受け付ける。個人的な内容を含まない質問は、授業ごとに用意されたチャンネルに投稿することを原則とする。 ↑このページのトップ Copyright © 2024 College of Humanities and Sciences , Nihon University All rights reserved.