理工学部Faculty of Science and Engineering
SSS300XF(社会・安全システム科学 / Social/Safety system science 300)経営システム特別講義Special Lectures on Management Systems
長谷川 大輔Daisuke HASEGAWA
授業コードなどClass code etc
学部・研究科Faculty/Graduate school | 理工学部Faculty of Science and Engineering |
添付ファイル名Attached documents | |
年度Year | 2023 |
授業コードClass code | H6799 |
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2/Tue.2 |
科目種別Class Type | |
キャンパスCampus | 小金井 |
教室名称Classroom name | W6010 |
配当年次Grade | 3年 |
単位数Credit(s) | |
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) | |
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) | |
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 | |
カテゴリー<理工学部>Category |
経営システム工学科 学科専門科目 |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
【Course outline】
This course introduces the theory and algorithms of spatio-temporal analysis. Students taking this course can use spatio-temporal analysis methods using open data.
【Learning Objectives】
By the end of the course, students should be able to do the followings:
1. Students will understand the theory and algorithms for performing spatio-temporal analysis and will be able to explain the basic principles on which the application operates.
2. Students will learn how to acquire open data for spatio-temporal analysis and be able to use GIS/statistical applications for the analysis.
【Grading Criteria】
Your overall grade in the class will be decided based on the following
In-class reports (50%), Contribution in class (20%),Terms-end report (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
時空間解析の理論やアルゴリズムを理解した上で,GISや統計アプリケーションを利用し,身近にあるオープンデータを用いた時空間解析の手法が使えるようになること目的とする.そのために,座学と演習を組み合わせたカリキュラムを行う.
また,本授業では時空間統計解析分野において最先端の研究を行う研究者をゲスト講師に登壇いただき,基礎理論から最新の事例まで学習する.
※注意:科目名は「経営システム特別講義」となっていますが、実際の講義内容は「時空間解析」となります.
到達目標Goal
1.時空間解析を実施する理論・アルゴリズムを理解し,アプリケーションが動作している基本原理を説明できるようになる. 2.時空間解析を行うためのオープンデータの取得方法を学び,GIS・統計アプリケーションによる解析手法を体得する.
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」と「DP2」と「DP4」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. )
本授業では,講義回とGIS,Rなどを用いた演習回がある.講義回は基本的に座学を行い,演習回は各自のPCを使って手順書・説明動画に従いながら作業を進める.ゲスト講師の回は講義,および講義内で課される演習を併用して授業を進める.
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.)
なし / No
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]:さまざまな地図と地物のデジタル表現
時空間情報の電子化およびデジタル表現の手法について学ぶ
2[対面/face to face]:地図の表現方法・測地系・投影法
主題図におけるデータ表現方法と地図の測地系・投影法について学ぶ
3[対面/face to face]:空間演算・領域分析
空間的な論理演算の解説,および地物からの近接関係で領域を作成する手法,近接グラフについて学ぶ
4[対面/face to face]:演習1:環境構築・GISの基本操作
オープンソースアプリケーションであるQGIS,Rstudioの環境構築と基本的な使い方を説明した後,QGISの基本的な主題図を作成する
5[対面/face to face]:演習2:空間データの取得とGISによる可視化
空間オープンデータの取得と,QGISへの追加・可視化方法を体得する
6[オンライン/online]:演習3:GISを用いた領域分析
配布する施設データを例題に,QGISによる空間分析方法を体得する
7[対面/face to face]:グラフとネットワーク
グラフ理論の基礎と,要素間の関係性を評価するネットワーク分析手法について学ぶ
8[対面/face to face]:空間ネットワーク分析
道路網や公共交通網といった地理空間上のネットワーク表現方法と解析方法,最短経路探索のアルゴリズムを学ぶ
9[オンライン/online]:演習4:GISを用いたネットワーク分析
QGISのライブラリを活用し,最短経路探索や到達圏解析などのネットワークフ分析手法を体得する
10[対面/face to face]:時空間データの統計解析 基礎理論編(ゲスト講師による講義予定)
時空間データを統計的に解析するための基礎的な理論や手法について学ぶ
11[対面/face to face]:時空間データの統計解析 アプリケーション編(ゲスト講師による講義予定)
環境分野や都市分野における時空間データを扱った解析の手順や方法について学ぶ
12[オンライン/online]:演習5:Rを用いた空間統計分析
Rを用いた空間統計分析を実施し,解析結果をQGISで表示する方法を学ぶ
13[オンライン/online]:オープンデータの取得・最終レポートのテーマ設定
空間解析に用いることのできるオープンデータの紹介と,これまで紹介した手法によって作成する最終レポートのテーマを検討する
14[オンライン/online]:最終レポートの演習作業
最終レポートのテーマ設定に関するフィードバック,および作成作業を行う
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・学習時間は,各4時間を標準とする.
・統計学,情報リテラシーの基礎を理解していることが望ましい.
テキスト(教科書)Textbooks
なし
参考書References
地理情報科学 GISスタンダード 浅見泰司/編 矢野桂司/編 貞広幸雄/編 湯田ミノリ/編
Rではじめる地理空間データの統計解析入門 (実践Data Scienceシリーズ)村上 大輔 (著)
成績評価の方法と基準Grading criteria
毎回の提出物の合計点(50%),平常点の合計点(20%),期末の最終レポート(30%)
ただし,毎回の授業態度等に問題がある場合には随時減点する.
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
貸与ノートPCなどのPC端末を持参すること.
QGIS,Rstudioのインストールについては環境構築の授業にて指示する.
その他の重要事項Others
講演者の都合などによって講演内容・方式などが変更になることがある.随時学科掲示板を確認しておくこと.
また,本年度のゲスト講師として以下を予定している.
・統計数理研究所 村上大輔先生
・東京大学 吉田崇紘先生