理工学研究科Graduate School of Science and Engineering
PRI500X4（情報学基礎 / Principles of informatics 500）インテリジェントセンシングIntelligent Sensing
佐藤 浩志Hiroshi SATO
授業コードなどClass code etc
| 学部・研究科Faculty/Graduate school | 理工学研究科Graduate School of Science and Engineering |
| 添付ファイル名Attached documents | |
| 年度Year | 2022 |
| 授業コードClass code | YC035 |
| 旧授業コードPrevious Class code | |
| 旧科目名Previous Class title | |
| 開講時期Term | 春学期授業/Spring |
| 曜日・時限Day/Period | 月3/Mon.3 |
| 科目種別Class Type | |
| キャンパスCampus | 小金井 |
| 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 | |
| 単位数Credit(s) | 2 |
| 備考（履修条件等）Notes | |
| 実務経験のある教員による授業科目Class taught by instructors with practical experience | |
| カテゴリーCategory | システム理工学専攻 |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
This course introduces a case study of measurement devices, sensors, evaluation method of uncertainty and examples of smart sensing applications.
At the end of the course, students are expected to estimate an uncerttainty of measurement system and be able to contribute to discussions involving smart sensing.
Before/after each class meeting, students will be expected to spend four hours to understand the course content practice/survey.
Final grade will be calculated according to the following process Mid-term report (35%), term-end report (35%), and in-class contribution (30%).
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
人工知能，IoT，ビッグデータといった言葉が世の中に氾濫している。センサで検出する対象範囲は広く，もはや生活の中で欠かせない存在になっている。産業，社会，生活の分野で幅広く横断的に応用され，デジタル化の進行が業界の垣根を壊し，社会に多大な影響を与えつつある。
本講義では，センシング工学，計測データの評価方法の復習からはじめ，センサ技術とICTを利活用する要素技術および，新しい動きについて議論を深めながら先端事例を学ぶ。
到達目標Goal
計測の構造，評価方法，および具体的な手法，応用例までの理解を深める。
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?
ディプロマポリシーのうち、「DP1」「DP2」「DP3」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. ）
計測工学，センシング工学，誤差論，センサデバイスの原理等を学びながら，ICTとセンサ技術の融合から活性化している，インテリジェント・センシングについて理解を深める。具体的な事例では，建設業界，自動車，人体などの活用事例を例に解説しながら，各自が興味深い事例について調査研究を実施し，簡単な発表および議論等のグループワークを実施する。
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。
第1回[対面/face to face]：ガイダンス、センシング工学とは
測定、計測、センシングの考え方
第2回[対面/face to face]：国際単位系とトレーサビリティ
SI単位等について
第3回[対面/face to face]：センサデータとその誤差(1)
センサデータの取り扱い
第4回[対面/face to face]：センサデータとその誤差(2)
不確かさ評価(1)
第5回[対面/face to face]：センサデータとその誤差(3)
不確かさ評価(2)
第6回[対面/face to face]：センシング（1）
センサ素子とシステム(1)
第7回[対面/face to face]：センシング（2）
センサ素子とシステム(2)
第8回[対面/face to face]：センシング（3）
センサ素子とシステム(3)
第9回[対面/face to face]：センシング工学の展開
無線ICタグ、GPSセンシングなど
第10回[対面/face to face]：高精度センシング技術
高精度計測技術の活用事例
第11回[対面/face to face]：スマート・センシング（1）
要素技術と活用事例（1）
第12回[対面/face to face]：スマート・センシング（2）
要素技術と活用事例（2）
第13回[対面/face to face]：スマート・センシング（3）
要素技術と活用事例（3）
第14回[未定/undecided]：インテリジェントセンシング総論
まとめ
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・復習時間は、各４時間を標準とします。】本講義は，センシング技術の先端的応用法を学ぶものである。計測関連の学部科科目および電気磁気学，情報工学，数理工学関連の科目を復習しておかなければならない。
また，グループワークの際には，新聞や専門書などから事例について調査し，議論の準備，発表の準備を必要とする。
テキスト（教科書）Textbooks
適宜，紹介する。
参考書References
木下，実森：センシング工学入門，コロナ社（2007）
今井 秀孝：測定における不確かさの表現のガイド"GUM"ハンドブック，日本規格協会（2018）
日経コンピュータ：すべてわかるIoT大全2018，日経BP社（2018）
八子, 杉山, 竹之下, 松浦, 土本：IoTの基本・仕組み・重要事項が全部わかる教科書，SBクリエイティブ（2017）
成績評価の方法と基準Grading criteria
２回のレポート（35%×2）と平常点(30%)で評価する。
学生の意見等からの気づきChanges following student comments
センシング工学，計測の評価方法について復習しておくこと。また新聞やニュースを読み，情報産業の進展について知識を深めておくこと。
学生が準備すべき機器他Equipment student needs to prepare
PCやタブレットを持参すると効果的に受講できる。