学部・大学院区分
Undergraduate / Graduate		情報・博前
時間割コード
Registration Code		2520095
科目区分
Course Category
主専攻科目
科目名　【日本語】
Course Title		複雑系科学演習f
科目名　【英語】
Course Title		Complex Systems Science f
コースナンバリングコード
Course Numbering Code		GSI126095J
担当教員　【日本語】
Instructor		青木 摂之 ○ 太田 元規 古賀　伸明 松田 圭悟 鈴木 泰博 北 栄輔 永峰 康一郎 張 賀東 内山 知実 中村 泰之 小池 亮太郎 安田 耕二 長岡 正隆 吉田　久美 塚本 眞幸 鈴木 麗璽 有田 隆也 谷村 省吾 井内 哲 時田 恵一郎
担当教員　【英語】
Instructor		AOKI Setsuyuki ○ OTA Motonori KOGA Nobuaki MATSUDA Keigo SUZUKI Yasuhiro KITA Eisuke NAGAMINE Koichiro ZHANG Hedong UCHIYAMA Tomomi NAKAMURA Yasuyuki KOIKE Ryotaro YASUDA Koji NAGAOKA Masataka YOSHIDA Kumi TSUKAMOTO Masaki SUZUKI Reiji ARITA Takaya TANIMURA Shogo IUCHI Satoru TOKITA Keiichiro
単位数
Credits		1
開講期・開講時間帯
Term / Day / Period		春集中 その他 その他
Intensive(Spring) Other Other
対象学年
Year		２年
2
授業形態
Course style		演習
Seminar
開講系（学部）・開講専攻（大学院）
Subject
複雑系科学専攻
必修・選択
Required / Selected


授業の目的　【日本語】
Goals of the Course(JPN)
複雑系科学における実際の研究実施方法や実験技術に習熟し，最新の研究成果を学術論文や学会発表として公表するための実践的能力を習得することを目的とする。
授業の目的　【英語】
Goals of the Course
This course aims that students acquire practical research and experiment skills in Complex Systems Science, and obtain practical ability to publish academic papers and to make presentation at conferences.
到達目標　【日本語】
Objectives of the Course(JPN)
複雑系科学演習fでは，自らの興味に応じて多自由度システム，生命情報，物質情報，創発システム，複雑系計算，情報可視化の各専門分野における，数値シミュレーションや実験などによって実際に得られたデータに基づいた情報学的分析技法と考察手法を習得する。
到達目標　【英語】
Objectives of the Course
This course deals with acquaintance of students regarding methods of informatic analysis and discussion based on the results obtained by numerical analyses, experiments, etc. according to their interests in each specialized field of Many-Body Systems Science, Life-Science Informatics, Materials Informatics, Emergent Systems, Complex Systems Computing and Information Visualization.
授業の内容や構成
Course Content / Plan
1. 自然・社会のシステムや人工物などの複雑系を数理的に記述し，解析・理解するために必要な数値シミュレーションや実験に関する応用的方法についての演習
2. 得られたデータの分析方法について，統計処理などの情報学的分析技法に関する演習
3. ビッグデータなど大量のデータから必要な物理量を抽出する技法や可視化技法などの情報学的分析技法に関する演習
1. Exercises of application methods regarding numerical analyses and experiments in order to describe mathematically, analyze and understand complex systems of nature, society and artifact
2. Studies on informatic analysis such as statistical processing in accordance with analysis methods of obtained data
3. Exercises on informatic analysis such as methods extracting required physical quantities from massive data such as big data and visualization methods
履修条件・関連する科目
Course Prerequisites and Related Courses
学部一般教養レベルの科学の知識があることを前提とする。
Students are promised having scientific knowledge in liberal arts of undergraduate school level.
成績評価の方法と基準
Course Evaluation Method and Criteria
演習の結果や取り組み状況を総合的に評価する。
Grading will be based on endeavor and results with respect to exercises.
教科書・参考書
Textbook/Reference book
参考となる文献を指示するとともに，必要に応じて参考資料を配布する。
Literature will be introduced in the class. Reference materials will be distributed as the need arises.
課外学習等（授業時間外学習の指示）
Study Load(Self-directed Learning Outside Course Hours)
理解を深めるための課題を提示する。
Assignments in order to deepen understanding will be indicated.
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)