| 専攻 | 選択・必修 | 開設時期 | 単位数 | 授業形態 | 担 当 | |||
| 情報電子 | 選択 | 2年前 | 2 | 講義 | 奥本 幸 | |||
| 【授業の概要】 パターン認識は、郵便番号の文字認識、デジカメの顔認識、音声認識など多くの分野に活用されている基礎的な技術である。本講義では、パターン認識過程において、認識の対象となる入力データに依存しない識別系と特徴抽出系について学ぶ。さらに、実際に認識システムを製作する際に役立つ基礎技術を学ぶ。 | ||||||||
| 【学修の進め方】 講義形式で行う。毎回、ノート形式の学習シートを配布する。 講義内に出てきた式の導出や演習はレポートとして提出を求める。 １２回目以降の技術調査では、理解したことを発表する。 | ||||||||
| 【授業計画】 | 【授業項目】 | 【内 容】 | ||||||
| 1 回 | オリエンテーション | シラバスにより授業の概要を説明する。次に、一般的なパターン認識の過程、統計的パターン認識について説明する。 | ||||||
| 2 回 | 数学的準備（１） | 分布関数、確率密度関数、事後確率、Bayesの定理について復習する。 | ||||||
| 3 回 | 数学的準備（２） | 固有値、固有ベクトルの復習をする。 | ||||||
| 4 回 | 識別系（１） | 正規分布を仮定したBayes識別則、Bayes誤識別率について学ぶ。 | ||||||
| 5 回 | 識別系（２） | 〃 | ||||||
| 6 回 | 識別系（３） | ノンパラメトリック識別器とパラメトリック識別器について学ぶ。 | ||||||
| 7 回 | 識別系（４） | 〃 | ||||||
| 8 回 | 識別系（５） | 誤識別率の推定法について学ぶ。 | ||||||
| 9 回 | 演習 | これまでに学んだことに関する演習を行う。 | ||||||
| 10 回 | 特徴抽出系（１） | 特徴抽出について学ぶ。 | ||||||
| 11 回 | 特徴抽出系（２） | 特徴選択について学ぶ。 | ||||||
| 12 回 | パターン認識の基礎（１） | 主成分分析、サポートベクターマシーン、最近傍法、クラスタリングなどの文献・資料を提示する。各自が興味のあるテーマを選び、調査・理解したことを報告・発表する。 | ||||||
| 13 回 | パターン認識の基礎（２） | 〃 | ||||||
| 14 回 | パターン認識の基礎（３） | 〃 | ||||||
| 15 回 | 期末試験 | 本授業で学習した事項について理解度を問う。 | ||||||
| 16 回 | まとめ | 答案を返却し、解説を行う | ||||||
| 【到達目標】 | 一般的なパターン認識系の構成が説明できる。 Bayes識別器・線形識別器の設計と誤識別率の推定ができる。 | 【徳山高専学習・教育目標】 | C1 | 【JABEE基準1(1)】 | d-2a | |||
| 【評価法】 | 評価点＝試験７０％＋レポート３０％ レポートの評価項目はその都度示す。 | |||||||
| 【テキスト】 | 教科書：ノート講義。必要な資料は配布する。 参考図書：わかりやすいパターン認識、石井健一郎他著、オーム社 | |||||||
| 【関連科目】 | 本科：統計学（５年）、確率（３年）、数学IIIB（３年） 専攻科：画像処理応用（２年） | |||||||