学部・大学院区分
Undergraduate / Graduate		情報学部
時間割コード
Registration Code		1000253
科目区分
Course Category
専門基礎科目
科目名　【日本語】
Course Title		シミュレーション・サイエンス１
科目名　【英語】
Course Title		Simulation Science 1
コースナンバリングコード
Course Numbering Code		SIS-03-2013-J
担当教員　【日本語】
Instructor		中村　泰之 ○ 渡邉　崇 内山　知実 時田　恵一郎
担当教員　【英語】
Instructor		NAKAMURA Yasuyuki ○ WATANABE Takashi UCHIYAMA Tomomi TOKITA Keiichiro
単位数
Credits		1
開講期・開講時間帯
Term / Day / Period		秋１期 木曜日 ４時限
Fall1 Thu 4
対象学年
Year		２年
2
授業形態
Course style		講義
Lecture
開講系（学部）・開講専攻（大学院）
Subject
共通
必修・選択
Required / Selected
選択


授業の目的　【日本語】
Goals of the Course(JPN)
高性能コンピュータを援用するシミュレーションは，複雑系情報学の諸現象を解き明かす手段となった。本講義では，自然，社会，情報システムにおけるシミュレーションの基本を学ぶことを目的とする。
授業の目的　【英語】
Goals of the Course
High performance computer assisted simulations bring us useful tools to solve various phenomena in complex informatics. This course is designed to learn the fundamentals of the simulations in the natural, social and information systems.
到達目標　【日本語】
Objectives of the Course(JPN)
この授業では，受講者が授業終了時に，以下の知識・能力を身につけていることを目標とする。
1. シミュレーション・サイエンスの基礎理論を理解，説明できる。
2. 基礎的な自然現象・社会現象・様々なシステムとそれらの支配方程式を説明できる。
3. 基礎的な自然現象・社会現象・様々なシステムのシミュレーションを実行することができる。
到達目標　【英語】
Objectives of the Course
When finishing this course, the students obtain the following knowledge and ability:
1. Students are able to understand and explain the basal theory of the simulation science.
2. Students are able to explain the basic system of the natural and social phenomena and their governing equations.
3. Students are able to perform simulation of the natural and social phenomena.
授業の内容や構成
Course Content / Plan
全8回，オムニバス形式。

1. 概観および，乱数，モンテカルロ法の基礎（中村）
2. スピン系のモンテカルロシミュレーション（中村）
3. ナビエ・ストークス方程式（気体・流体現象）1（内山）
4. ナビエ・ストークス方程式（気体・流体現象）2（内山）
5. 力学系の時間変化1（生物の個体数変動，カオス，進化ダイナミクス）（時田）
6. 力学系の時間変化2（機械学習，ニューラルネットワーク，深層学習）（時田）
7. 自然現象・社会現象と微分方程式（渡邉）
8. 微分方程式の解法（渡邉）

実際の講義順は変更の可能性があります。
毎回の授業で，授業内容についての課題を与える。
1. Introduction and Random numbers, Basics of Monte Carlo method
2. Monte Carlo simulation of spin systems
3. Flow simulations with Navier-Stokes equation 1
4. Flow simulations with Navier-Stokes equation 2
5. Dynamical Systems 1 (Population dynamics, evolutionary dynamics and chaos)
6. Dynamical Systems 2 (Neural networks, machine learning and deep learning)
7. Natural and social phenomena and their differential equations
8. Solution method of differential equations

The order of the lectures is subject to change.
At every time, an assignment will be given.
履修条件・関連する科目
Course Prerequisites and Related Courses
特に指定はしません。
成績評価の方法と基準
Course Evaluation Method and Criteria
授業中に与える課題について，レポートにより，その内容を正しく理解し論じていることを合格の基準として評価し，合計100点満点で60点以上を合格とする。
教科書・参考書
Textbook/Reference book
教科書は指定しないが，毎回の授業で講義資料を配布する。
課外学習等（授業時間外学習の指示）
Study Load(Self-directed Learning Outside Course Hours)
授業中，および授業前後のNUCTのお知らせ等で指示する。
授業開講形態等
Lecture format, etc.
遠隔授業（オンデマンド型）で行う場合の追加措置
Additional measures for remote class (on-demand class)