IoT環境における知的情報処理技術（愛媛大学提供科目）
お申込みは↓のボタンから
| 科目名 | IoT環境における知的情報処理技術（愛媛大学提供科目） |
| 開講日 | ［対面講義］ 2024年7月17日（水曜日）および7月18日（木曜日）の2日間 |
| 開講時間 | ［対面講義］ 9時30分から17時00分 （9時00分開場，集合時刻9時15分） |
| 受講申込期間 | 2024年5月1日（水曜日）～2024年7月7日（日曜日）※オンライン開催に変更の場合は，6月30日（日曜日）迄． |
| 受講料 | 50,000円（税込） enPiT-Pro Embの「名古屋大学車載組込みシステムコース」の履修者は，コース受講料に含まれますので科目単位では請求しません． |
| 定員（先着順） | 20名 |
| 会場 | 名古屋大学ナショナル・イノベーション・コンプレックス（ＮＩＣ）館3階催 大会議室（アクセス） |
| 会場・留意事項 | ・本科目のテキストは、Web配布となります。受講者には事前にURLをお知らせします。 ・本科目は対面での開催となります。(ただし、受講者数が少ない場合はオンライン開催となります。その場合はその旨お申込者にご連絡します。) (対面での実施の場合) ・必要となる実習機材は開催者側で用意いたします。 (オンライン開催の場合) ・オンライン開催の場合は、実習環境をご自身で用意して頂く必要があります。 ・エッジコンピュータ(Jetson Nano)を用いた実習は行いません。 |
| 講師 | 二宮 崇（愛媛大学） 講師は都合により変更する場合があります． |
| 講座概要 |
近年、製造業やセキュリティ分野におけるIoTの導入が広まりをみせている。それに伴い、これまで人の目で行っていた様々な工程が自動化され、さらに取得したデータをエッジまたはクラウドで解析し自動的に学習する知的IoT環境が構築され始めている。本講義では、PCとエッジコンピュータ上で動作する深層学習ツールPyTorchを用い、IoT環境においてリアルタイムに学習する深層学習の技術について学ぶ。講義前半ではPythonコードを基に深層学習について学び、講義後半では、PCおよびエッジコンピュータにインストールされた深層学習ツールPyTorchを用いて、実際に動作する深層学習器を作成することで、IoT環境における深層学習の技術を学ぶ。 ※受講者数が少ない場合はオンライン開催となります。 |
| 実習機材 | １．演習用PC 演習用PC（Windows）およびエッジコンピュータ(Jetson Nano)を開催者側で用意します。 ２．演習環境 講義時間中に、PC上でVirtualBox + Ubuntuの環境構築を行い、Jetson Nano上でUbuntuの環境構築を行います。Googleアカウントを持っていればGoogleColaboratoryを用いて演習を行うこともできます。 |
| 到達目標 | 深層学習の原理（ニューラルネットワーク、損失関数、勾配法、誤差逆伝播法、計算グラフ）を説明、実装できる。 |
| 対象者 | IoT環境における知的情報処理技術を体系的に学び、演習を通してその技術を習得したい方 |
| 前提条件 | ・大学初年次で学ぶ数学に関する基礎的な知識 ・プログラミングに関する基礎的な知識 |
| 講義計画 | 1. 導入: この講義の目的について理解し、人工知能および深層学習の背景や概要について学ぶ。【講義】 2. 環境構築: PCおよびエッジコンピュータ上で環境構築を行う。【実習】 3. 深層学習(1): ニューラルネットワークの仕組み、活性化関数、推論について学ぶ。【講義】 4. Python演習: プログラミング言語Pythonと深層学習ツールPyTorchの基礎を演習を通して学ぶ。【実習】 5. 深層学習(2): ニューラルネットワークの学習、損失関数、勾配法について学ぶ。【講義】 6. 深層学習(3): 誤差逆伝播法、計算グラフ、畳み込みニューラルネットワークについて学ぶ。【講義】 7. PyTorch演習: PyTorchをもちいた深層学習の演習を行う。【実習】 ※教科書は使用せず、資料を配布する。参考書として、以下の本を紹介する。 ・岡谷貴之、深層学習 改訂第2版 (機械学習プロフェッショナルシリーズ)、講談社、2022. ・斎藤康毅, ゼロから作るDeep Learning――Pythonで学ぶディープラーニングの理論と実装, オライリージャパン, 2016. ・Guido van Rossum, Pythonチュートリアル 第3版, オライリージャパン, 2016. |
| 評価方法 | enPiT-Pro Embの「名古屋大学車載組込みシステムコース」履修者がこの科目を受講した場合の修了認定基準は、次のとおりです。 ・全時間数を出席していること。出席時間が必要条件に満たない場合は受講認定しない。 ・レポートにより評価する。 |
| これまでに受講された方々の声 | ・IoT環境というタイトルでしたが、実際には機械学習や深層学習の内容が中心でしたが、今まで理解できていなかったことが理解できてとても良かったです。 ・ブレイクアウトルームでは、個別の相談もできて良かったように思います。 ・Pythonを用いた演習ができて，技術の本質の理解が進んだ．演習があるので，これから深層学習環境を構築しようとしている方に，お勧めできます． ＊enPiT-Pro Embの講義について語っていただいた，受講者の声（インタビュー形式）はこちらから． |
| 備考 | お申込みや開講に関わる諸条件は，公開講座開講規約のページをご覧ください． |