学部・大学院区分 Undergraduate / Graduate | | 工・博前 | | 時間割コード Registration Code | | 2832502 | | 科目区分【日本語】 Course Category | | | | 科目区分【英語】 Course Category | | | | 科目名 【日本語】 Course Title | | 先端プロセス情報工学 | | 科目名 【英語】 Course Title | | Advanced Information Engineering of Processes | | コースナンバリングコード Course Numbering Code | | | | 担当教員 【日本語】 Instructor | | 川尻 喜章 ○
藤原 幸一 | | 担当教員 【英語】 Instructor | | KAWAJIRI Yoshiaki ○
FUJIWARA Koichi | | 単位数 Credits | | 2 | | 開講期・開講時間帯 Term / Day / Period | | 春 水曜日 2時限 Spring Wed 2 | | 授業形態 Course style | | 講義 Lecture | | 学科・専攻【日本語】 Department / Program | | | | 学科・専攻【英語】 Department / Program | | Department of Materials Process Engineering |
| | 必修・選択【日本語】 Required / Selected | | | | 必修・選択【英語】 Required / Selected | | | |
授業の目的 【日本語】 Goals of the Course(JPN) | | 受講者は工学システムのデータからモデル化、シミュレーション、最適化することを学ぶ。特に統計(ベイズ統計含む)、パラメータ推定、最適化、実験計画法、機械学習などを取り扱う。応用例として工学システムのモデリング、設計、運転を含む。宿題はPythonなど学生各自が選ぶ言語でのプログラミングを含む。 |
| | 授業の目的 【英語】 Goals of the Course | | Students will learn modeling, simulation and optimization from data of engineering systems. Particular focus will be placed on statistics (including Bayesian), parameter estimation, optimization, design of experiment, and machine learning techniques. Application examples includes modeling of engineering systems, design, and operation. Homework assignments will involve a modest amount of programming in the language of student's choice. |
| | 到達目標 【日本語】 Objectives of the Course(JPN)) | | 本講義を修了した学生は、最先端のモデリング、シミュレーション、最適化、データ解析手法の基礎知識を有し、プロセスに適用することが出来る。 講義はすべて英語で行う。 |
| | 到達目標 【英語】 Objectives of the Course | | Those who have completed this course should have backgrounds on advanced modeling, simulation, optimization, and data analysis techniques, and be able to apply such techniques to processes.All lectures will be given in English. |
| | バックグラウンドとなる科目【日本語】 Prerequisite Subjects | | | | バックグラウンドとなる科目【英語】 Prerequisite Subjects | | Undergraduate-level calculus, linear algebra, and statistics |
| | 授業の内容【日本語】 Course Content | | 1. 基礎概念:行列、ベクトル、集合、凸など。 2. 最適化 3. 化学プロセスモデリングのための統計 4. データからのモデル化とパラメータ推定 5. 実験計画法 6. 回帰と識別 7. 統計的検定 8. 因果推論
講義の進行に合わせて約5回の宿題を課す。 |
| | 授業の内容【英語】 Course Content | | 1. Fundamental concepts: matrices and vector operations, sets, and convexity. 2. Optimization 3. Statistics for chemical process modeling 4. Modeling and parameter estimation from data 5. Design of experiment 6. Regression and classification 7. Statistical test 8. Causality analysis
Approximately 5 homework sets will be given along with the lectures. |
| | 成績評価の方法と基準【日本語】 Course Evaluation Method and Criteria | | 宿題(5回程度を計画)のみによって評価する。総点60点以上を合格とする。授業内容の1-6のそれぞれについて、基本的な問題を正確に扱うことができれば合格とし、より難易度の高い問題を扱うことができればそれに応じて成績に反映させる。 |
| | 成績評価の方法と基準【英語】 Course Evaluation Method and Criteria | | Grades will be determined only based on homework assignments (approximately 5 sets in total). Students who have total points of 60% and above will pass this course. |
| | 履修条件・注意事項【日本語】 Course Prerequisites / Notes | | | | 履修条件・注意事項【英語】 Course Prerequisites / Notes | | | | 教科書【日本語】 Textbook | | | | 教科書【英語】 Textbook | | Lecture materials will be posted on TACT. |
| | 参考書【日本語】 Reference Book | | Gelman, A., et al. Bayesian Data Analysis, Chapman & Hall/CRC, 2013 Hoff, P. A First Course in Bayesian Statistical Methods, Springer, 2009 Biegler, L. T., Nonlinear Programming: Concepts, Algorithms and Applications to Chemical Engineering, SIAM, 2010 Edger, T.F. and Himmelblau, D.M., Optimization of Chemical Processes, McGraw-Hill, 2001 Bard, Y., Nonlinear Parameter Estimation, Academic Press, 1973 Kincaid, D. and Cheney,W., Numerical Analysis, American Mathematical Society, 2002 Nocedal, J. and S. Wright, Numerical Optimization, Springer, 1999 Boyd, S. and Vandenberghe, L. Convex Optimization, Cambridge University Press, 2004 Trevor Hastie, Robert Tibshirani, Jerome Friedman, The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Second Edition, Springer, 2008 |
| | 参考書【英語】 Reference Book | | Gelman, A., et al. Bayesian Data Analysis, Chapman & Hall/CRC, 2013 Hoff, P. A First Course in Bayesian Statistical Methods, Springer, 2009 Biegler, L. T., Nonlinear Programming: Concepts, Algorithms and Applications to Chemical Engineering, SIAM, 2010 Edger, T.F. and Himmelblau, D.M., Optimization of Chemical Processes, McGraw-Hill, 2001 Bard, Y., Nonlinear Parameter Estimation, Academic Press, 1973 Kincaid, D. and Cheney,W., Numerical Analysis, American Mathematical Society, 2002 Nocedal, J. and S. Wright, Numerical Optimization, Springer, 1999 Boyd, S. and Vandenberghe, L. Convex Optimization, Cambridge University Press, 2004 Trevor Hastie, Robert Tibshirani, Jerome Friedman, The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Second Edition, Springer, 2008 |
| | 授業時間外学習の指示【日本語】 Self-directed Learning Outside Course Hours | | | | 授業時間外学習の指示【英語】 Self-directed Learning Outside Course Hours | | Review lecture notes, and solve assignment problems |
| | 使用言語【英語】 Language used | | | | 使用言語【日本語】 Language used | | | | 授業開講形態等【日本語】 Lecture format, etc. | | 授業は対面・遠隔(オンデマンド型)の併用で行う。遠隔授業はTACTで行う。質問はTACTのフォーラムまたはメッセージで受け付ける。 |
| | 授業開講形態等【英語】 Lecture format, etc. | | Lectures will be given both in face-to-face and on-demand videos. Videos will be posted on TACT.Questions should be posted either on Forums or Messages on TACT. |
| | 遠隔授業(オンデマンド型)で行う場合の追加措置【日本語】 Additional measures for remote class (on-demand class) | | | | 遠隔授業(オンデマンド型)で行う場合の追加措置【英語】 Additional measures for remote class (on-demand class) | | Questions and discussions should be given on TACT |
| |
|