科目名[英文名]
センシング論[Sensing Technology]
担当教員[ローマ字表記]
飯山 宏一
[
IIYAMA, Koichi
]
科目ナンバー
AC3505A
科目ナンバリングとは
時間割番号
31115
科目区分
-----
講義形態
講義
開講学域等
融合学域
適正人数
-----
開講学期
Q1
曜日・時限
月2,火2
単位数
2単位
授業形態
60単位上限
対象学生
-----
キーワード
-----
講義室情報
自然科学本館（総合研究棟Ⅴ） ﾜｰｸｼｮｯﾌﾟ2（対面のみ）
開放科目
-----
備考
-----
授業の主題
IoT技術をロボットや医療に応用するためには，周囲の情報を取得するセンサが不可欠である。情報を取得するために利用される各種センサについて理解するとともに，センサで取得されたデータの評価方法と信号処理手法について学ぶ。
学修目標（到達目標）
1) 各種センサの原理を理解し，説明できる。
2) 取得データの統計的取り扱いを理解し，実践できる。
3) コンピュータによる信号処理技術を理解し，使うことができる。
授業概要
特になし
講義スケジュール
講義回
テーマ
具体的な内容
担当教員
1
センシングの概念，単位系
センシングの原理と国際単位系（SI単位系）について学習する。
2
統計処理
平均，分散，相関係数について学習する。
3
測定データによる確率分布
センシングで利用される確率密度分布について学習する。
4
測定誤差と不確かさ
測定値のバラツキを評価する「不確かさ」について学習する。
5
最小二乗法
データを一次関数や高次関数に当てはめる方法である最小二乗法について学習する。
6
重回帰
データを複数の変数を用いた関数に当てはめる重回帰について学習する。
7
Python演習
Pythonを用いた統計量の評価方法について演習を行う。
8
サンプリング定理
アナログ値をディジタル値に変換する際に重要なサンプリング定理と，ディジタル値の演算方法について学習する。
9
雑音除去
移動平均フィルタ，メディアンフィルタおよび同期加算法による雑音除去方法について学習する。
10
相関法
自己相関法および相互相関法による，雑音に埋もれた信号の抽出方法を学習する。
11
離散フーリエ変換
データの周期性をコンピュータで求める離散フーリエ変換について学習する。
12
温度センサ
温度センサの種類とその動作原理を学習する。
13
光センサ
光センサの種類とその動作原理を学習する。
14
圧力センサ，ひずみセンサ
圧力センサおよびひずみセンサの種類とその動作原理を学習する。
15
距離センサ
超音波やレーザ光を用いた距離センサの動作原理を学習する。
評価方法と割合
評価方法
次項の項目及び割合で総合評価し、次のとおり判定する。
「Ｓ（達成度90％～100％）」、「Ａ（同80％～90％未満）」、
「Ｂ（同70％～80％未満）」、「Ｃ（同60％～70％未満）」を合格とし、
「不可（同60％未満）」を不合格とする。（標準評価方法）
評価の割合
【授業には３分の２以上の出席を必要とする】
・（100）％ レポート（講義中の演習含む）
ルーブリック
【授業別ルーブリック】
評価項目
評価基準
高度に理解できている
理解できている
理解できていない
合格に達していない
統計処理
統計量を用いて測定データの意味を説明できる。
統計量を計算できる。
統計量の扱いを理解できない。
回帰
重回帰を理解でき，使用できる。
最小二乗法を理解でき，使用できる。
最小二乗法を理解できない。
信号処理
周波数スペクトルを理解し，説明できる。
雑音除去法を理解でき，pythonを用いて実行できる。
サンプリング定理を理解できない。
センサ
センサの動作限界・制限を理解でき，説明できる。
センサの動作原理や特性を理解でき，説明できる。
センサの動作原理を理解できない。
授業時間外の学修に関する指示
予習に関する指示
あらかじめプリントをよく読んで，専門用語の意味を理解しておくこと（目安時間：1.5時間）。
予習に関する教材
オンデマンド教材（授業内容の一部）
復習に関する指示
講義中に勉強した統計量計算や信号処理を，Excelやpyhtonなどを用いて実現すること（目安時間：2.5時間）。
復習に関する教材
オンデマンド教材（授業内容の一部）
教科書・参考書
教科書・参考書補足
資料を配布する。
オフィスアワー等（学生からの質問への対応方法等）
まずはメールで連絡して下さい。
履修条件
Pythonの経験があることが望ましい。
特記事項
特記事項
派遣留学中の学生についてオンライン対応 要相談
ページの先頭へ