情報科学部Faculty of Computer and Information Sciences
COT211KA-CS-205（計算基盤 / Computing technologies 200）プログラミング(MATLAB)Programming(MATLAB)
伊藤 克亘Katunobu ITOU
授業コードなどClass code etc
| 学部・研究科Faculty/Graduate school | 情報科学部Faculty of Computer and Information Sciences |
| 添付ファイル名Attached documents | |
| 年度Year | 2024 |
| 授業コードClass code | J0551 |
| 旧授業コードPrevious Class code | |
| 旧科目名Previous Class title | |
| 開講時期Term | 秋学期授業/Fall |
| 曜日・時限Day/Period | 火3,火4/Tue.3,Tue.4 |
| 科目種別Class Type | |
| キャンパスCampus | 小金井 / Koganei |
| 教室名称Classroom name | 各学部・研究科等の時間割等で確認 |
| 配当年次Grade | 2～4 |
| 単位数Credit(s) | 4 |
| 備考（履修条件等）Notes | |
| 他学部公開科目Open Program | ○ |
| 他学部公開（履修条件等）Open Program (Notes) |
【（情報科学部所属以外の学生向け）「他学部公開科目（履修）制度」の履修登録の流れ】 （１）事前申請について 情報科学部主催の公開科目は、科目によって情報科学部独自で運用・管理しているシステムを使用するため、受講希望者 (受講検討中の者も含む) は初回の授業までに「申請フォーム（https://forms.gle/YqSjDq62EJTgwJgq8）」から履修したい科目を申請してください。 （２）履修登録について 申請フォームで申請後に、ご自身で法政大学情報ポータルから履修登録を行ってください。 （３）履修取消について 履修取消については、ご自身の所属学部の履修取消期間内に必ず履修取消を行ってください。 【「他学部公開科目（履修）制度」の履修年次】 「配当年次」欄と同じです。 |
| グローバル・オープン科目Global Open Program | |
| 成績優秀者の他学部科目履修制度対象Interdepartmental class taking system for Academic Achievers | ○ |
| 成績優秀者の他学部科目履修（履修条件等）Interdepartmental class taking system for Academic Achievers (Notes) |
【（情報科学部所属以外の学生向け）「成績優秀者の他学部科目履修制度」の履修登録の流れ】 （１） 受講希望者 (受講検討中の者も含む) は、初回の授業までに「申請フォーム（https://forms.gle/ECvwxVe2NcxmrbTK9）」から履修したい科目を申請してください。 （２） 以下のURLと教育開発支援機構事務局の案内に従って、履修希望の申請を行ってください。 https://www.hoseikyoiku.jp/risyu/index.html （３） 履修取消については、ご自身の所属学部の履修取消期間内に必ず履修取消を行ってください。 【「成績優秀者の他学部科目履修制度」の履修年次】 「配当年次」欄と同じです。 |
| 実務経験のある教員による授業科目Class taught by instructors with practical experience | ○ |
| SDGsCPSDGs CP | |
| アーバンデザインCPUrban Design CP | |
| ダイバーシティCPDiversity CP | |
| 未来教室CPLearning for the Future CP | |
| カーボンニュートラルCPCarbon Neutral CP | |
| 千代田コンソ単位互換提供（他大学向け）Chiyoda Campus Consortium | |
| 選択・必修Optional/Compulsory | |
| カテゴリー（2022年度以降入学者）Category (2022~) |
専門教育科目 専門科目 コース専門科目 |
| カテゴリー（2021年度以前入学者）Category (~2021) |
専門教育科目 専門科目 コース専門科目 |
| カテゴリーCategory |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
In this lecture, you will learn basic techniques for processing images and sounds, which are representative types of digital media. Also, we aim to be able to exercise various processes by ourselves. Most of these methods are based on mathematics. As an introduction, to getting used to programming using mathematical algorithms, this lecture is not too deeply into mathematical details, how individual methods relate to features of sound and images, and so on, focusing on practical exercises. Understanding these methods is useful for taking courses such as pattern recognition and machine learning, digital signal processing, image processing, and speech processing.
Before/after each class meeting, students will be expected to spend eight hours.
Final grade will be calculated according to the following process final project (50%), term-end examination (50%), and in-class contribution.
授業で使用する言語Default language used in class
日本語 / Japanese
授業の概要と目的（何を学ぶか）Outline and objectives
ディジタルメディアの代表的データである画像や音声をコンピュータで扱うための基本的な手法を知り、実際に各自が様々な処理をできるようになることを目標とする。これらの手法は、数学的な理論に基づくものが大半である。本講義では、まず、数学的なアルゴリズムをプログラミングすることに慣れてもらうために、数学的な詳細には余り深入りせずに、個々の手法が、音声や画像のどういう特徴に関係するのか、など、具体的な応用を中心に学ぶ。これらの手法の理解は、「パターン認識と機械学習」「ディジタル信号処理」「画像処理」「音声情報処理」などを履修するのに非常に役立つ。
到達目標Goal
3年次や卒業研究で、ディジタル信号処理が必要になったときに MATLAB で問題解決できる基礎を身に付ける。具体的には、MATLAB でデータを表示できる。fft や filter 関数を使って加工できるようになる。
数式やアルゴリズムを示されただけで、どのような結果になるか、想像できるようになる。
この授業を履修することで学部等のディプロマポリシーに示されたどの能力を習得することができるか（該当授業科目と学位授与方針に明示された学習成果との関連）Which item of the diploma policy will be obtained by taking this class?
情報科学部ディプロマポリシーのうち「DP4-2」と「DP4-3」に関連
授業で使用する言語Default language used in class
日本語 / Japanese
授業の進め方と方法Method(s)（学期の途中で変更になる場合には、別途提示します。 /If the Method(s) is changed, we will announce the details of any changes. ）
各授業の前半は、処理内容の説明、後半は、課題を解決するためのプログラミングを行う。どちらも必要に応じて受講生による発表を交えながら進める。
課題は、後半の授業で主要なものを発表させ、解説する。
最終課題のテーマに関しては、事前に提出させ、要件を満たさないものに関しては、その旨、授業で告知する。
また、最終課題のレポートに関しては、第1版に関して、書き方に問題がある点を授業で解説する。最終課題に関しては、優秀なものを発表会で発表させる。
アクティブラーニング（グループディスカッション、ディベート等）の実施Active learning in class (Group discussion, Debate.etc.)
あり / Yes
フィールドワーク（学外での実習等）の実施Fieldwork in class
なし / No
授業計画Schedule
授業形態/methods of teaching：対面/face to face
※各回の授業形態は予定です。教員の指示に従ってください。
1[対面/face to face]：ガイダンス/MATLAB入門
授業の目的の説明、およびMATLABの紹介
2[対面/face to face]：簡単な音声処理(音声の時間領域処理)
音声データの入出力、重ね合わせ、連結、再生
3[対面/face to face]：簡単な画像処理
画像データの入出力と簡単な補正、加工
4[対面/face to face]：音声のフーリエ変換
FFTの使用方法と音声の周波数処理
5[対面/face to face]：フィルタ(音声の時間領域処理)
FIRフィルタ、IIRフィルタ
6[対面/face to face]：画像の周波数領域処理
FFTを用いたフィルタリング
7[対面/face to face]：画像の空間領域処理
畳み込みを用いたフィルタリング
8[対面/face to face]：音声データの相関
自己相関と信号の類似性
9[対面/face to face]：画像データの類似度
空間的な相関とそれを用いた複数画像の対応
10[対面/face to face]：複素信号
音声信号の複素数表現とそれを用いた周波数変調
11[対面/face to face]：画像の幾何学的処理
画像を空間的に変形させる手法
12[対面/face to face]：音声・画像の分類
教師つき分類
13[対面/face to face]：音声・画像処理の応用
これまで学んだことを応用してできる処理
14[対面/face to face]：まとめと最終課題の発表会
授業全体の総括
授業時間外の学習（準備学習・復習・宿題等）Work to be done outside of class (preparation, etc.)
本授業の準備・復習等の授業時間外学習は、各週につき8時間を標準とする。
準備学習として、テキストを読み予習課題に取り組む。演習時間に解けなかった課題をいくつか選び、宿題として完成させる。また、最終課題である自主課題は授業外も含めて取り組みレポートを作成する。
テキスト（教科書）Textbooks
書名: MATLABで学ぶ実践画像・音声処理入門
著者名: 伊藤克亘、小泉悠馬、花泉弘
出版社: コロナ社
出版年: 2019
参考書References
書名: ディジタル・サウンド処理入門
著者名: 青木直史
出版社: CQ出版社
出版年: 2006
書名: Digital Signal Processing First, Global Edition
著者名: James H. McClellan, Ronald W. Schafer, Mark A. Yoder
出版社: Prentice Hall
出版年: 2016
書名: はじめての画像処理技術
著者名: 岡崎
出版社: 工業調査会
出版年: 2000
成績評価の方法と基準Grading criteria
定期試験(50%)および最終課題(50%)で評価する。ただし、最大20%程度、予習課題や演習課題の取り組み状況および授業での発表などの平常点を加味する。
学生の意見等からの気づきChanges following student comments
特になし。
学生が準備すべき機器他Equipment student needs to prepare
予習、宿題、教室での説明部分では、貸与ノートPCを利用することを前提とする。演習は貸与PCを利用することを想定する。資料配布や課題提出、定期試験に学習支援システムを利用する。
その他の重要事項Others
FFTの知識が必要なので「微積分法の応用」を履修していることを前提とする。また本講義で学ぶ技術の応用分野として「統計学2」を並行して履修することを勧める。
また、受講希望者は、第1回の講義の前に、MATLAB をインストールすること。インストール方法は、情報センターの edu のページを参照すること。R2023b (もしくは R2024a) をインストールすること。
http://software.k.hosei.ac.jp/others/
https://software.k.hosei.ac.jp/MATLAB_manual.pdf
この授業で必要な Toolbox は、
Image Processing Toolbox
Signal Processing Toolbox
Statistics and Machine Learning Toolbox
である。
本講義の内容は担当教員の通商産業省工業技術員電子技術総合研究所での音声・知能情報処理に関する研究の経験を反映している。