修士課程講義シラバス - 京都大学 · 6. パターン認識: パターン情報処理, ベイズ決定, 識別関数. 7. 推論と論理: 命題の形式的表現, 論理式の解釈,

平成 22 年度

修士課程講義シラバス

京都大学大学院

情報学研究科知能情報学専攻

授業科目名認知科学基礎論

英語名 Introduction to Cognitive Science

担当教員名乾敏郎, 水原啓暁

配当学年修士 1 回生単位数２開講期前期曜時限月 2

授業種別・

授業形態

専攻専門科目

講義

授業言語日本語

【授業の概要・目的】

視覚認知、言語理解、記憶などを中心に認知機能の脳内メカニズムを学ぶ。特に、身体性、身体化によ

る認知という視点で講義を進める。具体的には、初期視覚系の情報処理、2 つの視覚系、恒常性と身体

性、失語・失行・失認、運動イメージングと模倣、言語理解、記憶・分類などについて述べる。

【授業計画と内容】神経生理学（1）【ニューロン，受容野, イオンチャンネルと可塑性】神経生理学（2）【シナプス，小脳, LTP,LTD，ヘブ学習】 2 つの視覚系（1）【コロラリ放電，座標変換，受容野再考】 2 つの視覚系（2）【左頭頂葉と右頭頂葉，空間知覚，立体視とその障害】脳機能計測法【一次信号(EEG, MEG)，二次信号(PET)，三次信号(fMRI)】注意【注意の認知モデル，注意の脳機能イメージング研究】内部モデルと学習【順逆モデル，誤差学習，予測，ミラーニューロン】実行系機能【記憶の制御，反応抑制，パフォーマンスモニタリング】コミュニケーション機能（1）(2)【言語・非言語機能の神経基盤】ワーキングメモリー【記憶の分類，空間性作業記憶，言語性作業記憶】意味記憶・エピソード記憶【イメージング研究，海馬と認知地図】

【履修要件】

なし

【成績評価の方法・基準】

出席点とレポート

【教科書】

なし

【参考書等】

『運動と言語』「認知科学の新展開」第 3 巻岩波書店

『イメージングと認知』「認知科学の新展開」第 4 巻岩波書店

【その他（授業外学習の指示・オフィスアワー等）】

1

Course Title Introduction to Cognitive Science

Instructor(s) Toshio Inui, Hiroaki Mizuhara

Assigned Grade M1 Units 2 Semester Spring Time Mon. 2

Course Category &

Course Type

Specialized

Lecture

Language Japanese

Course Description (overview, purpose)

This lecture elaborates on the issue of brain mechanisms such as visual recognition, language

understanding, and memories. We especially focus on the concept of “embodied cognition”.

Specifically, we explain information processing of early visual system, two pathways of visual systems,

constancy and embodiment, aphasia/agnosia/apraxia, motor imagery and imitation, language

understanding, memory and its classification etc.

Course Schedule Neurophysiology (1): Neuron, receptive field, ion channel, and plasticity Neurophysiology (2): Synapse, cerebellum, LTP, LTD, Hebb-learning Two visual systems (1): Corollary discharge, coordinates transformation, reconsideration of

receptive field Two visual systems (2): Left/Right parietal lobe, spatial perception, stereogram and its disorders Functional brain imaging: EEG, MEG, PET, fMRI Attention: Cognitive model of attention, imaging studies on brain mechanism of attention Internal model and learning: Forward-inverse model, prediction, mirror neuron Executive function: Response inhibition, performance monitoring Communication function (1, 2): Underlying mechanisms of verbal/nonverbal communications Working memory: Classification of memory, spatial working memory, verbal working memory Semantic memory/episodic memory: Imaging studies, hippocampus and cognitive map Prerequisites and Course Requirements

Grading Methods and Evaluation Criteria

Grading will be determined by submitted reports and the attendance rates of the course.

Textbooks

References

Miscellaneous (homework assignment, office hours etc.)

2

授業科目名情報科学基礎論

英語名 Introduction to Information Science

担当教員名佐藤(雅)・山本(章)・西田・黒橋・奥乃・松山・美濃・岡部・河原・Liang

配当学年修士 1 回生単位数２開講期前期(日本語) 後期(英語) 曜時限前期(火１)

後期(水１)

授業種別・

授業形態

専攻基礎科目

講義

授業言語前期日本語

後期英語


情報の構成要素・構造・モデル化・抽象化に関する理論，また，言語，音声，画像メディアにおける情

報の解析・理解・生成について，各分野の先端的研究を理解するための基礎的知識を概説する．

【授業計画と内容】 1. アルゴリズムとデータ構造: さまざまなデータ構造と探索アルゴリズム 2. 形式言語理論とオートマトン: 言語の形式的定義と形式文法, 正規文法と有限オートマトン, 文脈自

由文法 3. 計算機工学: ビット列によるデータ表現, 論理演算子と電子回路による実現, 組み合わせ論理回路と

順序回路, 基本演算回路, 計算機アーキテクチャ 4. 情報理論: 情報メディアの構造, シャノンの情報理論, 情報の表現・ディジタル化・符号化 5. コンピュータネットワーク: インターネットとは, ネットワークの階層モデル, IP と経路制御プロト

コル, TCP における輻輳制御 6. パターン認識: パターン情報処理, ベイズ決定, 識別関数 7. 推論と論理: 命題の形式的表現, 論理式の解釈, 推論規則, 量化子, 様々な推論 8. 人工知能基礎: 人工知能研究の歴史と発見的探索, 機械学習とデータマイニング入門当該年度の授業回数などに応じて一部省略，追加がありうる．【履修要件】本講義は，情報系・電気電子系学科以外の出身者を対象とした学部専門科目の概要紹介であるので，こ

れらの学科の出身者は，本講義の単位を修得することはできない．もちろん，本講義の全部あるいは一

部を聴講することは可能である．【成績評価の方法・基準】各単元において出題するレポートにより評価する．試験を行うこともある．情報系・電気電子系学科の

学部の講義内容を修得することを目標とする．

【教科書】

なし

【参考書等】

なし


3

Course Title Introduction to Information Science

Instructor(s) Sato(Masahiko), Yamamoto(Akihiro), Nishida, Kurohashi, Okuno, Matsuyama, Minoh, Okabe, Kawahara, Liang

Assigned Grade M1 Units 2 Semester Spring(Japanese)

Fall(English) Time Tue 1(Spring)

Wed (Fall)

Course Category & Course Type

Major course Lecture

Language Japanese (Spring semester) Engish (Fall semester)

Course Description (overview, purpose) This course provides students with a basic understanding of advanced research in information science. It explains the elements and structure of information as well as the theories of modeling and abstraction. It also explains methods of analyzing, understanding, and generating information in the areas of language processing media, speech media, and visual information media.

Course Schedule 1.Algorithms and Data Structures: various types of algorithms and datastructurs 2.Formal Language Theory and Automata: definition of formal languages and formal grammars, regular grammars and finite automata, context free grammars 3.Copmuter Engineering: representation of data with vit sequences, logical operators and their implementation with electronic circuits, combinational logic circuits and sequential circuits, circuits for basic operations, computer architecture 4.Information Theory: structures of information media, Shannon’s information theory, representation of information, encoding 5.Computer Networks: What is the Internet? the hierarchical model of networks, IP and routing protocols, congestion control in TCP 6. Pattern Recognition: pattern information processing, Baysian decision rule, discriminant function 7.Inference and Mathematical Logic : formal representation of propositions, interpretation of formulae, inference rules, quantifiers, various types of inference 8.Foundations of Artificial Intelligence: History of artificial intelligence research, heuristic search, introduction of machine learning and data mining The subjects and contents may be changed according to the number of lectures and other reasons. Prerequisites and Course Requirements This course is brief introduction of undergraduate courses in departments of informatics and electrical and electronic engineering, and is provided for students who graduated from faculties and departments OTHER THAN the departments. Students who graduated from informatics or electrical and electronic engineering department can attend at some lectures in the course but cannot obtain the credits. Grading Methods and Evaluation Criteria Students are graded with the reports provided in every subjects of the Course Schedule above. An examination after the course might be provide． Students are expected to learn contents of undergraduate courses in departments of informatics and electrical and electronic engineering.

Textbooks

References


4

授業科目名生命情報学基礎論英語名 Introduction to Bioinformatics 担当教員名後藤、阿久津、矢田配当学年 M1,2 単位数２開講期前期曜時限月４限

授業種別・授業形態

専攻基礎科目講義



生命の設計図であるゲノム塩基配列を出発点とし、多様な生命現象に至る情報の流れを読み解くための

情報科学的解析方法について学ぶ。基礎的なアルゴリズム、統計解析、機械学習、確率モデルなどの紹

介を通じて、生命情報学（バイオインフォマティクス）の基礎を概観する。

【授業計画と内容】項目回数内容説明生命と情報１生命の起源、ゲノム、情報生体高分子

配列の比較と相同性検索１アラインメント、動的計画法、高速類似性検索遺伝子、タンパク質のファ

ミリー 2 多重配列アラインメント、プロフィール、モチーフ

分子進化１系統樹の作成と応用、ゲノム進化隠れマルコフモデル

（HMM）とは１生物配列の解析と隠れマルコフモデル

HMM の基本アルゴリズム１前向き、後向きアルゴリズム、Viterbi 法、EM 法

HMM の応用１１ HMM によるアラインメントとデータベース検索 HMM の応用２１ HMM によるゲノム配列からの遺伝子発見タンパク質立体構造予測１配列データからのタンパク質立体構造予測

カーネル法（１）１カーネルの定義および性質、サポートベクタマシンの概要

カーネル法（２）１バイオデータ解析のためのカーネル法生物情報ネットワークの構

造解析 2 スモールワールド、スケールフリーネットワーク、ネットワー

クモチーフまとめ 1 全体のまとめ

【履修要件】生命科学の知識が不足している場合、「生命科学基礎論」の同時履修が望ましい。

【成績評価の方法・基準】成績評価は出席およびレポートにより行う。3/5 以上の出席と 3/5 以上のレポート提出を合格に対応する

最低基準とする。

【教科書】なし【参考書等】宮田隆・五条堀孝編「ゲノム情報を読む」共立出版、1997 阿久津達也著「バイオインフォマティクスの数理とアルゴリズム」共立出版、2007 【その他（授業外学習の指示・オフィスアワー等）】オフィスアワー：メールによる事前予約があれば随時。工学部 10 号館 101 号室（後藤、矢田）、宇治総

合研究実験棟 CB317 号室（阿久津）。メールアドレス：後藤（o.gotoh@i.*）、阿久津（takutsu@kuicr.*）、矢田（yt@i.*）。（ただし、* = “kyoto-u.ac.jp”）

5

mailto:o.gotoh@i.*�

Course Title Introduction to Bioinformatics

Instructor(s) Gotoh, Akutsu, Yada Assigned Grade M1,2 Unit

s 2 Semester Spring

semester Time Mon 4


Lecture Language Japanese


In this lecture, we introduce and discuss various information-scientific methods for analyzing the information flow from genomic sequence, the blue print of life, to a variety of biological phenomena. Through introduction of fundamental algorithms, statistical analyses, machine learning approaches, and probabilistic models, we overview the basics of bioinformatics.

Course Schedule

Title N Keywords

Life and Information １ Origin of life, Genome, Biological macromolecules Sequence alignment and homology search １ Alignment, Dynamic programming, Fast sequence similarity search

Gene and protein families 2 Multiple sequence alignment, Profiles, Motifs Molecular evolution １ Construction of phylogenetic tree, Evolution of genomes Hidden Markov model HMM: Introduction １ Analysis of biological sequences by hidden Markov model

HMM: Algorithms １ Forward and backward algorithms, Viterbi algorithm, Expectation-maximization (EM) method

HMM: Application 1 １ Sequence alignment and homology search with HMM HMM: Application 2 １ Gene finding with HMM Protein 3D structure prediction １ Prediction of 3D structures of proteins from sequence data

Kernel methods 1 １ Definition and properties of Kernels, Introduction to Support Vector Machine

Kernel methods 2 １ Application of Kernel methods to biological data analyses Analysis of biological

information network 2 Small world, Scale free network, Network motifs

Summary 1 Summary of this lecture

Prerequisites and Course Requirements It is desirable to take the course “Introduction to Bioscience” as well, if you are not familiar with general fields of biosciences. Grading Methods and Evaluation Criteria

Attendance and reports. The minimal requisite is to attend 3/5 of lectures and to submit 3/5 of reports that are required. Textbooks None References T. Miyata and T. Gojobori (eds.) “Decoding genome information” (in Japanese) Kyoritu, 1997 T. Akutsu “Mathematical models and algorithms in bioinformatics” (in Japanese) Kyoritu, 2007

【その他（授業外学習の指示・オフィスアワー等）】 Office hour: Any time if reserved by e-mail. Place: Eng. Bld. 10, Room 101 (Gotoh, Yada), Uji Research Building CB317 (Akutsu). E-mail: Gotoh (o.gotoh@i.*), Akutsu (takutsu@kuicr.*), Yada (yt@i.*). (cf. * = “kyoto-u.ac.jp”)

6

mailto:o.gotoh@i.*�

mailto:takutsu@kuicr.*�

mailto:yt@i.*�

授業科目名生体情報処理演習

英語名 Seminar on Biological Information Processing

担当教員名小林・細川・前川

配当学年単位数 2 開講期前期曜時限月 5

授業種別・

授業形態

専攻専門科目

演習



生体情報処理について、英文総説・原著論文を輪講する。

最新の知識を得るとともに、英文論文作成とプレゼンテーションのための基本を

習得する。

【授業計画と内容】

15 論文輪読と論文発表

【履修要件】


積極的な質問と出席（50%）

発表 (50%)

【教科書】

【参考書等】


7

Course Title Introduction to Biological Information Processing

Instructor(s) Shigeo Kobayashi, Hiroshi Hosokawa, Shingo Maegawa

Assigned Grade Units 2 Semester Spring

Semestar

Time Monday

5

Course Category &

Course Type

Seminar

Language Japanese


This course provides the basic skills for English paper writing and the current knowledge of biological information processing. Group readings and discussions of review papers and original papers about biological information processing are performed.

Course Schedule

15 Group readings and discussion

Prerequisites and Course Requirements


Presentation (50%)

Motivated questions and attendance (50%)

Textbooks

References


8

授業科目名認知科学演習

英語名 Seminar on Cognitive Science

担当教員名乾敏郎, 水原啓暁

配当学年修士 1 回生単位数２開講期後期曜時限月 3

授業種別・

授業形態

専攻専門科目

演習



少人数での文献講読。特に認知神経科学に関する最新の文献をていねいに読みながら、高次認知の脳内

メカニズムについて学ぶ。


研究紹介と討論（14）【計算論的神経科学に関する最新の英語論文を読み討論する。論文は原則として

こちらが指定する。】

【履修要件】

認知科学基礎、あるいは同等の講義を履修していることが望ましい。


平常点

【教科書】

なし

【参考書等】

なし


当該年度の授業回数などに応じて一部省略、追加がありうる。

9

Course Title Seminar on Cognitive Science

Instructor(s) Toshio Inui, Hiroaki Mizuhara

Assigned Grade M1 Units 2 Semester Fall Time Mon. 3

Course Category &

Course Type

Specialized

Seminar

Language Japanese


Group readings and discussions of latest journal articles or a text book on cognitive neuroscience.

Course Schedule

Two or three papers of cognitive neuroscience will be discussed in each seminar.


Basic knowledge on cognitive neuroscience.


Grading will be determined by the attendance rates of the course.

Textbooks

References


The lecture contents could be patricianly changed.

10

授業科目名

英語名

担当教員名

配当学年単位数開講期曜時限

授業種別・

授業形態

授業言語



【履修要件】


【教科書】

【参考書等】


ソフトウェア基礎論

Foundation of Software Science

五十嵐 (淳)，佐藤 (雅)

2 後期火曜 3限

専攻専門科目・講義日本語

数理論理学的手法を用いたソフトウェア科学の基礎理論について講述する．特に、プログラミン

グ言語の形式化と意味論、また，型システムとプログラムの安全性など，形式化を用いたプログ

ラムの性質に関する議論をする．

序論プログラム意味論と型システムについての概説，導出システムを使った自然数演算の形式

定義．抽象構文，操作的意味論．(2回)

操作的意味論プログラミング言語 ML，変数束縛，第一級関数，パターンマッチ，継続，参照(6回)

型システム型システム，型安全性，型検査，型推論．(5回)

演習研究科教育用計算機システムの学生用ノートＰＣを用いた講義内容に関する演習 (2回)

予備知識は特に仮定しないが，論理学に関する基礎知識や，関数型言語でのプログラミング経験

があることが好ましい．

成績評価: 演習システムを通じての問題解答およびレポート提出・合格基準: 数理論理学的手法を用いたプログラム安全性保証のための技法に関する基本的知識を身につけていることを示すこと．

配布資料

Benjamin C. Pierce. Types and Programming Languages，MIT Press. など．（他の参考書は講義の中で紹介する．）

当該年度の授業回数などに応じて講義内容の一部省略，追加がありうる．オフィスアワーは特に指定

しない．工学部 10号館 142．連絡先: [email protected], [email protected]

1

11

Course Title

Instructor(s)

Assigned Grade Units Semester Time

Course Category &

Course Type

Language


Course Schedule



Textbooks

References


Foundation of Software Science

Atsushi Igarashi and Masahiko Sato

2 Fall Tue 3

Specialized major course(lecture)

Japanese

In this course, we discuss theoretical aspects of computer software, including formal semanticsof programs, logical methods to infer properties of programs, and close relationship betweenlogic and computation.

• Introduction to formal semantics and type systems of programming languages. Arithmeticon natural numbers using derivation systems. Abstract syntax. (2 weeks)

• Operational semantics. Programming language ML, variable bindings, first-class func-tions, pattern matching, continuations, references (6 weeks)

• Type systems. Type safety, typechecking, type reconstruction. (5 weeks)

• Exercises through the e-learning system. (2 weeks)

No prerequisites are really required but basic knowledge about mathematical logic and experi-ence in functional programming will be useful.

Methods: Submissions of reports and solving problems with the online system. Criteria:Demonstration of basic knowledge about techniques to prove program safety.

Lecture notes will be distributed.

Benjamin C. Pierce. Types and Programming Languages，MIT Press.

No office hour specified. Visit Room 142, Engineering Build 10 anytime. e-mail: [email protected], [email protected]

1

12

授業科目名知能情報システム特論

英語名 Foundations of Intelligent Systems

担当教員名山本（章）

配当学年修士 1・２回生単位数２開講期前期・後期曜時限火２

授業種別・

授業形態

専攻専門科目

講義

授業言語前期日本語

後期英語


定理自動証明の基礎となる理論と手法について講述した上で，それを計算論的学習理

論へ適用して得られる帰納論理の理論について述べる．さらに両者の応用としてソフ

トウェアの仕様の検証について述べる．


1. 序論: 計算論的学習について概説し，定理自動証明，論理プログラミング，仕様の検証をはじめとす

る情報科学諸分野との位置づけを述べる．

2. 定理自動証明: 一階述語論理，論理式の意味，導出原理，論理プログラミング，最小 Herbrand モデ

ル

3. 計算論的学習：学習の定式化，正負データからの学習，正データからの学習，計算代数

4. ソフトウェアの導出と検証: ソフトウェアの検証，帰納的手法によるソフトウェアの導出

【履修要件】

特に設けない


期末試験により評価する．定理自動証明と計算論的学習に関する概念が理解できることを目標とする．

【教科書】

講義中に資料を配布する．

【参考書等】

S.H. Nienhuys Cheng and R. de Wolf : Foundations of Inductive Logic Programming, Springer


13

Course Title Foundations of Intelligent Systems

Instructor(s) Yamamoto (Akihiro)

Assigned Grade M1, M2 Units 2 Semester Spring(Japanese) Fall(English) Time Tue. 2

Course Category &

Course Type

Major course

Lecture

Language Japanese (Spring semester)

Engish (Fall semester)


This course examines the foundations of deductive and inductive inference for constructing

intelligent systems. It first explains the theory and methods of automated theorem proving. It then

explains the theory of inductive inference, which is obtained by applying automated theorem

proving to computational learning. In the end, it explains how to apply the theories in order to verify

and validate the specification of software.

Course Schedule

1. Introduction: Computational Learning Theory, and its relation to Automated Theorem Proving,

Logic Programming, and verification and Validation of Software.

2. Automated Theorem Proving: First-order Logic, Semantics of Logical Formulae, Resolution

Principle, Logic Programming, and least Herbrand models.

3. Computational Learning Theory: Formalization of Learning, Learning from positive and negative

data, Learning from positive only data, Computational Algebra

4. Verification and Validation of Software: Deductive verification and validation of software


No requirement.


Students are graded by the examination provided after the course. Students are expected to

correctly understand concepts on automated theorem proving and computational learning.

Textbooks

Texts are provided by the instructor during the course.

References

S.H. Nienhuys Cheng and R. de Wolf : Foundations of Inductive Logic Programming, Springer


14

授業科目名知能情報学特別講義：カルチュラルコンピューティング

英語名 Cultural Computing

担当教員名土佐尚子

配当学年修士１〜２年単位数２開講期後期曜時限月 5 限

授業種別・

授業形態

専攻専門科目講義

授業言語日本語／英語の両方を用いる


未来のコンピュータの不可欠なコミュニケーション能力である定量化できなかった個人の

感情・意識・民族性・物語性といった人々に内属する文化の本質を表現し、文化の精神に触

れるインターフェースを研究する。文化には、固有のまたは共通の形式がある。人間が歴史

の中で行為や文法などの形で蓄えてきたものをモデル化し、IT を用いてインタラクティブな

表現、文化理解体験をする方法を、「カルチュラル・コンピューティング」と定義する。特に

日本文化のコンピューティングに注目し、ほとんどコンピューティングの対象となって来な

かった 1.日本の移ろいやすい気象・自然風土「わび、さび」などの美意識 2.日本文化とアジ

ア文化との関係性 3.神仏習合を根底とした文化構造 4.和歌、俳譜や能などの日本語独特の

特性 5.日本的意匠（紋、織、色、型、能、歌舞伎）を研究する。

【授業計画と内容】１）カルチュラルコンピューティングの発見思考・記憶をサポートするメディア（１回）、コンピュータに欠けているもの（１回）、文化を工学的視

点から見る（１回）２）感情をコンピューティングするメディアアート・文化・感情（１回）、音声や文章から感情を認識・生成する（１回）３）ストーリーをコンピューティングするストーリーと文化（１回）、連歌のように詩を読むコンピュータ、笑いを喚起するコンピュータ（１回）、４）文化をコンピューティングする文化の情報を取り出す（１回）、コミュニケーションを可視化する（１回）、コンピュータで文化の精神

を表現する（１回）、空気を読むコンピュータ（１回）、俳句を作るコンピュータ（１回）、５）文化・無意識・ソフトウエアと想像力文化の型がコミュニケーション技術になる（１回）、東洋と西洋の文化をつなぐコンピュータ（１回）、【履修要件】芸術に関心があること、演習のために、ホームワークの時間がとれること【成績評価の方法・基準】成績評価の方法は，出席、演習課題の結果、レポートの順で決める。合格に対応する基準は、「カルチュラルコンピューティング」を理解しているか。達成目標は、「カルチュラルコンピューティング」システム作成に取り組むこと。【教科書】土佐尚子著「カルチュラルコンピューティング」NTT 出版

【参考書等】

【その他（授業外学習の指示・オフィスアワー等）】教員メールアドレス：[email protected]

15

Course Title Advanced Lecture on Intelligence Science and Technology (Cultural Computing)

Instructor(s) Naoko Tosa

Assigned Grade Units 2 Semester Fall Time Mon.5


Specialized Lecture

Language Japanese/English

Course Description (overview, purpose) This Course is carrying out technology studies to explore and expand human emotions, sensibility, and consciousness by making innovative use of artistic creativity. We develop interfaces for experiencing and expressing the "essence of culture'' such as human feelings, ethnicity, and story. History has shown that human cultures have common and unique forms such as behavior and grammar. We suggest a computer model for that process and a method of interactive expression and experiencing cultural understanding using IT called "cultural computing". We particularly examine Japanese culture, although it is only a small subject of computing. 1. Japanese tastes for simple and quiet surroundings(Wabi Sabi) 2. Relations between Japanese and Asian cultures 3. Assuming the separation of Buddhism and Shintoism as a basis of Japanese cultural structure 4. Peculiar features of Japanese literature such as the 31- syllable poem, Haiku poem, and Noh play 5. Japanese designs (crests, textile, color, form, Noh play and Kabuki) Course Schedule 1) Discovery of the cultural computing: Media that support idea and memory (1) What computer

lacks? (1) Culture from a technological aspect (1) 2) Computing of emotion: Media art, Culture, and Emotion (1) Recognizes and generates emotion

from the voice or e-mail. (1) 3) Computing of story: Story and Culture (1) Interactive Poem and Interactive Comedy(1) 4) Computing of culture: Get the information from the Culture(1) Make the information of

communication visible(1) Expression of Cultural sprits by Computer (1) Computer recognize our atmosphere (1) Hitch- Haiku (poem generator) (1)

5) Cultural interface - achieve the informational environment that harmonizes with human: Connect communication technology to the format of culture (1) Contribution that technology expands to new western and eastern cultures (1)


It is required that the students are interested in art. Also it is preferable that they can take time for homework. Grading Methods and Evaluation Criteria Evaluation will be carried out based on the number of attendance, result of exercise, and quality of report. It is required that the students understand the methodology of cultural computing. The target required for the students is to develop an interactive system utilizing the methodology of cultural computing. Textbooks “Cultural Computing” by Naoko Tosa, NTT publishing ( in Japanese)

References


Contact :[email protected]

16

授業科目名パターン認識特論

英語名 Pattern Recognition (Advanced)

担当教員名松山・河原・森・川嶋・Liang

配当学年単位数 2 開講期前期曜時限水 2



授業言語 22 年度は一部英語化 23 年度より英語

【授業の概要・目的】まず、パターン認識系に関する基礎、距離尺度とクラスタリング、識別関数とその学習法などについて

概説する。その上で、より高度な識別器(SVM、HMM など)、及び機械学習理論 (EM 学習、MDL 基準、ベイズ学習など) について、オムニバス形式で紹介する。

【授業計画と内容】情報科学的認識論情報科学の立場から、「信号」、「記号」、「パターン」の定義を行い、パターン認識機能を実現するための

計算機構について講述する。統計的特徴抽出文字認識や画像認識などで用いられる統計的特徴抽出について、主成分分析や部分空間法などの代表的

手法を紹介する。クラスタリングラベルがないデータをまとめて自動的に分類するためのクラスタリングに関して、k-平均法などの典型

的な手法や、その際に用いられる距離尺度を紹介する。最尤推定と EM アルゴリズム混合正規分布モデルや HMMなどを学習する際の基礎である最尤推定と EMアルゴリズムについて解説

する。また最尤推定以外の学習規範(MDL・MCE・ベイズ学習など)についても紹介する。時系列パターンの認識音声やジェスチャなどの時系列パターンを認識するための代表的な手法である DP マッチング、HMMについて解説する。識別モデルより識別指向の機械学習・パターン認識手法である SVM(サポートベクトルマシン)、最大エントロピー

法、CRF(条件付き確率場)などについて紹介する。【履修要件】


講義中に提示するレポート課題により行う

【教科書】

【参考書等】長尾, 松山, 杉本, 佐藤, 麻生: 情報の組織化, 岩波講座マルチメディア情報学 Vol. 2, 岩波書店, 2000. 石井, 上田, 前田, 村瀬: わかりやすいパターン認識, オーム社, 1998. Duda, Hart, Stork: Pattern Classification, John Wiley & Sons, 2001. C.M.ビショップ（元田浩ら訳）: パターン認識と機械学習上・下, シュプリンガー・ジャパン, 2007. 【その他（授業外学習の指示・オフィスアワー等）】

17

Course Title Pattern Recognition (Advanced)

Instructor(s) Takashi Matsuyama, Tatsuya Kawahara, Shinsuke Mori, Hiroaki Kawashima, and Xuefeng Liang

Assigned Grade Units 2 Semester Spring semester

Time Wed 2


Specialized Lecture

Language H22 English (partially) H23 English

Course Description (overview, purpose) We first explain fundamentals of pattern recognition, methods of cluster analysis with several distance measures, and discriminant functions with their learning methods. We then introduce advanced classifiers, such as SVM and HMM, and related topics of machine learning theory, which includes EM learning, the MDL criteria, and Bayesian learning. Course Schedule Computational Schemes of Pattern Recognition Definitions of “signal,” “symbol,” and “pattern,” which are often used in an intuitive way, are defined from the viewpoint of computation. Then, several fundamental schemes of computation for pattern recognition are introduced with examples. Statistical Feature Extraction Standard techniques of statistical feature extraction, such as PCA (Principal Component Analysis) and subspace methods, used in character recognition and image recognition systems are reviewed. Clustering Clustering is a method that automatically groups unlabeled data. Standard clustering techniques, such as the k-means method, are explained along with commonly-used distance measures. Maximum Likelihood Estimation and EM Algorithm As a basis for training GMM (Gaussian Mixture Models) and HMM (Hidden Markov Models), ML (Maximum Likelihood) estimation and the EM (Expectation-Maximization) algorithm are introduced. Other training criteria, including MDL (Minimum Description Length), MCE (Minimum Classification Errors) and Bayesian learning, are also reviewed. Sequential Pattern Recognition We describe the two standard methods for classifying sequential patterns: DP (Dynamic Programming) matching and HMM. Discriminative Model Discriminative models for machine learning and pattern recognition, including SVM (Support Vector Machines), Maximum Entropy method, and CRF (Conditional Random Fields), are reviewed. Prerequisites and Course Requirements

Grading Methods and Evaluation Criteria Grading will be determined by submitted reports; the questions will be given by individual lecturers during the course.

Textbooks

References Duda, Hart, Stork: Pattern Classification, John Wiley & Sons, 2001. C.M. Bishop: Pattern Recognition and Machine Learning, Springer-Verlag, 2006.


18

授業科目名人工知能特論

英語名 Artificial Intelligence, Adv．

担当教員名西田豊明，角康之

配当学年修士 1 年単位数 2 開講期前期曜時限水１

授業種別・

授業形態

専門科目，講義授業言語日本語


コミュニケーションを通して他者との間に関係性を構築できる知能情報システムのデザインと理解に

関わる人工知能，ヒューマン・コンピュータ・インタラクション、コミュニケーション論，メディア論

などの事柄について解説する．


１．概論（1 回）

インタラクションの理解とデザインについて社会知デザインからのアプローチについて述べる．

２．ミクロレベルの社会知デザイン（4 回前後）

コミュニケーションの中の素早いインタラクションについて，非言語インタラクションの分析と社会

的エージェントの構成を中心に論じる．

３．メゾレベルの社会知デザイン（4 回前後）

グループ内のコラボレーションの理解とデザインの方法論について，グループのダイナミズムの分析

とグループ内の知識循環の支援サービスのデザインを中心に論じる．

４．マクロレベルの社会知デザイン（4 回前後）

コミュニティの理解と支援の方法論について，コミュニティの探索と分析とコミュニティサービス機

能のデザインを中心に論じる．

５．研究動向（2 回前後）

インタラクションの理解とデザインの研究動向を紹介する．

【履修要件】

情報科学基礎


成績評価は講義中のレポート・課題提出により行う．

【教科書】

西田豊明，角康之，松村真宏．社会知デザイン，知の科学，オーム社，2009．

【参考書等】


オフィスアワーは，メールによる事前予約による．[email protected], [email protected]

19

Course Title Artificial Intelligence, Adv．E

Instructor(s) Toyoaki Nishida and Yasuyuki Sumi

Assigned Grade M1 Units 2 Semester Fall semester

Time Wed2


Specialty, by Lecture Language English

Course Description (overview, purpose) This lecture elaborates on issues in artificial intelligence, human-computer interaction, theory of communication, and media theory that are relevant to designing and understanding socially intelligent systems which can mediate communication among people and agents for a better well-being and social relationship.

Course Schedule 1. Overview (1 lecture) Social intelligence design research is based on bilateral definitions of social intelligence: social intelligence as an individual’s ability to manage relationship with other agents and act wisely in a social situation, and social intelligence as an ability of a group of people to manage complexity and learn from experiences as a function of the well-designed social structure. In this overview, we will overview the approach of social intelligence design. 2. The Networked Interactions on the Macroscopic Level (around four lectures) Social intelligence design on the macroscopic level is concerned with understanding and supporting communities where knowledge evolves as a result of interaction among members. The four lectures in this section will address community knowledge management, design and analysis of computer-mediated communication. 3. The Structured Interactions on the Mesoscopic Level (around four lectures) Social intelligence design at the mesoscopic level is concerned with collaboration support in structured interactions of a group or team. The four lectures in this section will address design and analysis of global teamwork, collaboration support tools, and meeting support and smart meeting rooms. 4. The Fast Interaction Loop on the Microscopic Level (around four lectures) Social intelligence design at the microscopic level is concerned with fast social interactions in the face to face interaction environment. The four lectures in this section will address interactive social assistants, analysis of nonverbal social behaviors, social artifacts and multi agent systems. 5. Recent research trends (two lectures) We will highlight a few interesting research topics and discuss major issues and outcomes.


Fundamentals of Computer Science


Credit is awarded on the basis of one or more written report on the subject designated in the lecture.

Textbooks

References Toyoaki Nishida (ed.) Conversational Informatics – an Engineering Approach, Wiley, 2007.

Miscellaneous (homework assignment, office hours etc.) Office hour is available on the appointment basis. Send an e-mail request to: [email protected], [email protected]

20

授業科目名マルチメディア通信英語名 Multimedia Communications

担当教員名岡部寿男、宮崎修一配当学年修士課程単位数 2 開講期後期曜時限火曜 1





インターネット上でマルチメディアコミュニケーションを行うために用いられる各種のプロトコルやア

ルゴリズムについて論じる．具体的には，エンド・ツー・エンド通信を実現するための技術と品質保証

技術、メディア表現形式、安全な通信を行うためのアルゴリズム、情報セキュリティの現状、関係する

法制度などについて詳述する．【授業計画と内容】エンド・ツー・エンド通信を実現するための技術（2 回）：マルチメディア通信の発達の陰には、それを

支えるエンド・ツー・エンド通信の機構がある。インターネットにおけるエンド・ツー・エンド通信の

概念を説明し、エンド・ツー・エンド通信を実現するために利用されているネットワーク層、トランス

ポート層周辺のプロトコルについて解説する。品質保証技術（2 回）：動画映像や音声による通信においては、通信品質の維持が重要な課題である。帯

域の競合が発生するシェアードメディア型のネットワークにおいて、エンド・ツー・エンドで行われる

通信の品質を保証するためのアーキテクチャ、マルチキャストルーティングと品質保証型ルーティング

について解説する。メディア表現形式（2 回）：多様なメディア情報を様々なアプリケーションを用いて交換するためには、

情報の送信者と受信者との間でその内容を正しく伝えるための、共通なデータ形式をあらかじめ決めて

おくことが必要である。ここでは、アプリケーション間で用いられるプロトコルやデータフォーマット

を中心に解説を行う。ユーザインターフェースとしての HTTP と HTML および Java についても言及

する。通信のためのアルゴリズム（4 回）：安全で円滑な通信を行うためのアルゴリズムを幾つか紹介する。具

体的には、以下の話題について触れる。暗号の基礎（共通鍵暗号、公開鍵暗号、電子署名）。暗号技術を

応用したプロトコル（マジックプロトコル、ビットコミットメント、マルチパーティプロトコル）。通信

ビット数を出来るだけ節約した情報交換（通信複雑さ）。情報セキュリティの現状（3 回）：現在用いられている暗号通信について、その仕組みとその応用につい

て解説する。IPsec などを用いた VPN、PKI による認証、S/MIME を用いた暗号メールでの実用例を紹

介し、その利点と問題点について述べる。また、現在の情報セキュリティ技術の一例として、IDS やハ

ニーポットの仕組みについて述べる。マルチメディア通信と法制度（2 回）：マルチメディア通信と法制度の関わり、具体的には著作権、パブ

リシティ権、個人情報保護やサイバー犯罪などについて概説する。【履修要件】予備知識は特に仮定しない。【成績評価の方法・基準】成績評価は試験により行う。補助的にレポート課題を課すことがある。合格の基準は、原則として試験

で 6 割以上の点数を取ることである。これは、講義内容を全て理解していれば達成できる。【教科書】なし。【参考書等】池田克夫（編）, 新世代工学シリーズ「コンピュータネットワーク」, オーム社太田和夫，黒澤馨，渡辺治，ブルーバックス「情報セキュリティの科学」，講談社岡本龍明，山本博資，「現代暗号」，産業図書サイモン・シン（青木薫訳），「暗号解読」，新潮社 E. Kushilevitz and N. Nisan, “Communication Complexity,” Cambridge University Press. 【その他（授業外学習の指示・オフィスアワー等）】オフィスアワーは設定しない。質問のある者は、担当教員に事前にメール等で連絡を取り、日時を調整

してから訪問すること。メールアドレスは講義中に示す。

21

Instructor(s) Yasuo Okabe, Shuichi Miyazaki Assigned Grade Master Units 2 Semester Fall Time Tue 1


Specialized, Lecture

Language Japanese


In this lecture, we introduce and explain several protocols and algorithms that are used for multimedia communication on the Internet. Provided topics are as follows: end-to-end communication technology, technology for QoS (Quality of Service) guarantee, protocols and data formats for multimedia communications, algorithms for secure communication, present situation of information security, and legal system for information security. Course Schedule End-to-end communication technology (2 slots): End-to-end communication technology has played an important role in development of multimedia communication. We introduce concepts of end-to-end communication and protocols in network layer and transport layer that are used to realize end-to-end communication. Technology for QoS (Quality of Service) guarantee (2 slots): Maintaining high quality of communication is one of the important issues in movie or voice communication. We introduce architecture, multicast routing, and QoS routing that are used to guarantee the quality of communication for the end-to-end communication in shared-media network, in which bandwidth competition is a common problem. Data formats for multimedia communications (2 slots): To exchange multimedia data using various communication protocols, it is mandatory to agree on the data formats between senders and receivers. We explain commonly used such protocols and data formats. We also describe HTTP, HTML, and Java as user interface. Algorithms for communication (4 slots): We introduce algorithms and protocols for secure and efficient communications, focusing on the following topics: Foundations of cryptography (common-key cryptography, public-key cryptography, digital signature), protocols applying cryptographic technology (magic protocols, bit commitment, multi-party protocols), communication protocols that can save communication bits (communication complexity). Current conditions of information security (3 slots): Foundations and applications of currently used cryptosystems are introduced. We give examples of authentication on VPN and PKI using IPsec, and encryption system for e-mails using S/MIME, and discuss their advantage and disadvantage. Finally we introduce some present technologies of information security, such as IDS and Honeypots. Legislative system for information security (2 slots): Relationship between multimedia communications and legal systems – in particular, copyright, publicity right, personal information protection, and cybercrimes – are introduced. Prerequisites and Course Requirements Nothing. Grading Methods and Evaluation Criteria Students are evaluated based on the result of exam. Supplementary report assignments may be required and its marks may be used as a part of grading method. Students who score 60% or more can pass the course. Questions of exams are prepared so that attaining 60% is quite easy for those who understand the contents of the lecture. Textbooks Nothing.

References 池田克夫（編）, 新世代工学シリーズ「コンピュータネットワーク」, オーム社太田和夫，黒澤馨，渡辺治，ブルーバックス「情報セキュリティの科学」，講談社岡本龍明，山本博資，「現代暗号」，産業図書サイモン・シン（青木薫訳），「暗号解読」，新潮社 E. Kushilevitz and N. Nisan, “Communication Complexity,” Cambridge University Press. Miscellaneous (homework assignment, office hours etc.) We do not specify office hour time. Students who have questions should make an appointment in advance and visit the lecturer. E-mail addresses will be introduced in the course.

22

授業科目名音声情報処理特論

英語名 Speech Processing (Advanced)

担当教員名奥乃博，河原達也，正木信夫，尾形哲也，西村竜一

配当学年単位数 2 開講期後期曜時限火 4

授業種別・

授業形態

専攻専門科目

講義

授業言語英語

【授業の概要・目的】本講義では，音について基礎理論から最先端の音の認識技術とその応用について学ぶ．

第１部では，音の基礎理論と音声生成機構および聴覚機構について述べる．まず音声に関わる音の物

理特性を明かにし，音声生成の理論（ソース・フィルタ理論）と近年の観測技術の進歩に基づく新たな

知見について述べる．聴覚機構については, 人間の聴覚特性について明かにした上で，それらの特徴を

利用したディジタル信号処理技術について紹介する．第２部では，音声の基本的な性質と特徴量について述べ，代表的な音声分析手法を解説する．音声符

号化，音声合成，及び音声認識についてその概要を述べる．音声認識においては，代表的な音響モデル・

言語モデルについて解説する．第３部では，音声に限らず楽音や環境音を含む音環境理解について述べ，両耳聴の原理から空間的な

知覚の原理を探り，視覚と聴覚の情報統合による認知機能について説明する．また，具体的な応用とし

てロボット聴覚の課題と現状，音声模倣発達についても取り上げる．【授業計画と内容】・音・音声・脳（正木）：音の物理と音声生成機構，脳機能計測と音声情報処理機構・ヒトの聴覚と応用技術（西村）：人間の聴覚機構，音声生成・聴覚特性に基づくディジタル信号処理・音声の分析・認識・合成（河原）：音声に含まれる情報, 線形分離等価モデル，音声分析，音声合成・

音声符号化・音声認識の概要，音声認識のための音響モデル言語モデル・音環境理解とロボット聴覚（奥乃）：音環境理解とは，音源定位，音源分離と分離音認識，音楽情報

処理，動物音響学・マルチモーダル情報処理とロボットによる情報生成（尾形）：人工神経回路による音声模倣発達モデ

ル，人工神経回路による視聴覚変換モデル

【履修要件】

【成績評価の方法・基準】５回のレポート試験を中心に，授業中の発表の評価、質疑応答などを勘案して，到達目標の達成度を総

合的に判断する．

【教科書】

配布資料を使用

【参考書等】・板橋秀一編: 『音声工学』 (森北出版, 2005) ・ Moore, B.C.J.: "An Introduction to the Psychology of Hearing'', 4th Ed., Academic Press, 1997. (大串監訳『聴覚心理学概論 (第 3 版)』(誠信書房), 1994)

・ Bregman, A.: "Auditory Scene Analysis'' (MIT Press, 1990) ・ Rosenthal, D. and Okuno, H.G. (eds.): "Computational Auditory Scene Analysis'' (Lawrence

Erlbaum Associates, 1998) 【その他（授業外学習の指示・オフィスアワー等）】・電子メイル： {okuno, kawahara,, ogata}@i.kyoto-u.ac.jp, [email protected], [email protected] ・講師の都合により，一部順序の変更がありうる．・レポートは講師に直接電子メイルで提出すること．

23

Course Title Speech Processing (Advanced)

Instructor(s) Hiroshi G. Okuno, Tatsuya Kawahara, Shinobu Masaki, Tetsuya Ogata, Ryuichi Nishimura

Assigned Grade

Units 2 Semester Fall semester

Time Tue 4


Specialized Lecture

Language English

Course Description (overview, purpose) This lecture elaborates on issue in sound signal processing from theories to applications. First, we explain the basic theories and the speech-auditory mechanisms. The physical properties of sound generation are clarified, then, the speech generation mechanism (i.e. source filter theory) and novel findings obtained from recent brain imaging technologies. Furthermore, we explain the techniques of digital signal processing based on human’s auditory mechanism. Second, we explain the basic features of sound signals and the sound analysis techniques. The outlines of sound encoding, voice synthesis and sound recognition is also shown. Concerning sound recognition, we expound the representative acoustic models and language models. Third, we explain computer auditory scene analysis (CASA) including environmental and musical sounds. The spatial perception using binaural theory is investigated and recognition function integrating visual-audio sensory input is explained. Moreover, we introduce some applications such as the robot audition technologies and the developmental imitation models of phoneme acquisition from the viewpoint of cognitive robotics.

Course Schedule ・Sound/speech signal, Brain (Masaki): Physics of sounds, speech articulation mechanism, brain imaging and speech recognition function ・Human’s audition and the applications (Nishimura): Digital signal processing based on human auditory function ・ Speech analysis/recognition/synthesis (Kawahara) : Information in speech signal, linearly separated equivalent circuit model, Speech analysis/synthesis/coding, recognition, acoustic model, language model ・CASA and robot audition (Okuno): Computer scene analysis, sound localization, sound separation, music information processing, animal acoustics ・Multimodal processing and cognitive robotics (Ogata): Phoneme acquisition/imitation model and multimodal mapping model using neuro-dynamical system Prerequisites and Course Requirements

Grading Methods and Evaluation Criteria Grading will be determined by submitted reports; the questions will be given by lecturers.

Textbooks

References ・Moore, B.C.J.: "An Introduction to the Psychology of Hearing'', 4th Ed., Academic Press, 1997. ・Bregman, A.: "Auditory Scene Analysis'' (MIT Press, 1990) ・Rosenthal, D. and Okuno, H.G. (eds.): "Computational Auditory Scene Analysis'' (Lawrence Erlbaum Associates, 1998) Miscellaneous (homework assignment, office hours etc.) ・{okuno, kawahara,, ogata}@i.kyoto-u.ac.jp, [email protected], [email protected] ・The order of lecture is subject to change. ・Reports should be submitted through e-mail.

24

授業科目名言語情報処理特論

英語名 Language Information Processing, Adv.

担当教員名黒橋禎夫

配当学年単位数 2 開講期前期曜時限月 3

授業種別・

授業形態

専攻専門科目・講義授業言語日本語


自然言語テキストを処理するために必要な、形態素解析、構文解析、意味解析、文脈解

析等について論じる．また、機械翻訳や自然言語インタフェースなどの言語情報処理の応

用についても紹介する．


テキスト処理(1) 自然言語処理の前提となるテキスト処理について述べる．

文の解析技術(4～5) 言語の形式的モデル，形態素解析，構文解析の手法について述べる．

意味を扱う技術(3～4) 文や文章の意味を把握する各種手法について述べる．

自然言語処理の応用(4～5) 情報検索，自然言語インタフェース，自動翻訳などの自然言語処理の応用に

ついて述べる．

【履修要件】


成績評価はレポートにより行う．成績評価の基準は，言語情報処理の基本的アルゴリズムを理解し，レ

ポート課題に対する十分な解答を提出すること．

【教科書】

【参考書等】

長尾: 自然言語処理（岩波書店, 1996）

長尾ら: 言語情報処理（岩波書店, 1998）

Christopher D. Manning and Hinrich Schutze: Foundations of Statistical Natural Language

Processing (MIT Press, 1998)

Christopher D. Manning, Prabhakar Raghavan, Hinrich Schutze: Introduction to Information

Retrieval (Cambridge University Press 2008)


25

Course Title Language Information Processing, Adv.

Instructor(s) Sadao Kurohashi

Assigned Grade Units 2 Semester Spring semester

Time Mon3

Course Category &

Course Type

Language Japanese


This lecture focuses on morphological analysis, syntactic analysis, semantic analysis, and context analysis, which are necessary to process natural language texts. We also explain their applications such as machine translation, information retrieval and natural language man-machine interface.

Course Schedule

Text processing (1) Explain text processing as a preprocessing for natural language processing.

Parsing techniques(4～5) Explain formal language theory, morphological analysis methods and

syntactic analysis methods

Semantics analysis (3～4) Introduce several methods to handle semantics of sentences and texts

Applications of natural language processing (4 ～ 5) Explain natural language processing

applications such as information retrieval, natural language interface, and machine translation



Grading is based on assignments/reports. Evaluation criteria is that students have to understand

basic algorithms of language information processing and submit sufficient repots for the

assignments.

Textbooks

References

Christopher D. Manning and Hinrich Schutze: Foundations of Statistical Natural Language

Processing (MIT Press, 1998)

Christopher D. Manning, Prabhakar Raghavan, Hinrich Schutze: Introduction to Information

Retrieval (Cambridge University Press 2008)


26

授業科目名コンピュータビジョン英語名 Computer Vision 担当教員名松山・杉本・延原・Liang 配当学年単位数 2 開講期後期曜時限金 1



授業言語英語

【授業の概要・目的】 2 次元の画像データから、そこに写された 3 次元物体に関する情報を抽出するために必要となる、カメ

ラモデル、カメラ校正、ステレオ視、および、多視点視を数学的に統一した枠組みで論じる。また、3 次元情報抽出の具体的な手法とアルゴリズムについて講述し、その応用についても言及する。

【授業計画と内容】コンピュータビジョンの目的画像処理、パターン認識、コンピュータグラフィックスとの違いを意識しながら、コンピュータビジョ

ンという研究分野の目的および研究課題、これまでの研究の流れを概説する。カメラの撮影パラメタコンピュータビジョンで用いられるカメラについて、光学系や撮像装置における撮影パラメタ（レンズ

焦点距離、絞り、ガンマ値など）の持つ物理的意味を紹介し、それらの調整法を講述する。カメラモデル・カメラキャリブレーション３次元空間中の点が画像平面上に投影される様子を幾何学的に記述するモデルについて講述し、焦点距

離などのカメラパラメタの較正法に関するアルゴリズムを紹介する。射影幾何基礎種々のカメラモデルを統一的に記述するために必要となる数学的道具としての射影幾何を紹介し、そこ

で用いられている基本的な考え方や概念を述べる。立体視と形状復元異なる２視点から得られるステレオ画像を幾何学的に扱う際に基礎となるエピポーラ拘束について講述

し、立体視による形状復元の原理を多視点への拡張とともに述べる。陰影モデル画像上の陰影パターンは、光源、物体表面、カメラの特性・位置関係から決まる。ここでは、物体表面

の標準的反射モデルを幾つか紹介し、反射特性に基づいて画像上の陰影パターンを解析することによっ

て物体の３次元形状復元を行う手法を講述する。時系列画像と運動解析時系列画像から対象の３次元形状や運動情報を復元するアルゴリズムについて、因子分解法やオプティ

カルフローなどの事例紹介を含めて述べる。総合討論講義で講述した知識やコンピュータビジョン研究の将来像に関して、討論形式で意見交換を行う。【履修要件】

線形代数の予備知識

【成績評価の方法・基準】講義中に提示するレポートおよび総合討論により行う。

【教科書】

なし

【参考書等】松山, 久野, 井宮編: コンピュータビジョン―技術評論と将来展望―, 新技術コミュニケーションズ, 1998. （英語の方がいい？）


27

Course Title Computer Vision Instructor(s) Takashi Matsuyama, Akihiro Sugimoto, Shohei Nobuhara, Xuefeng Liang Assigned Grade Units 2 Semester Fall semester Time Fri 1


Lecture Language English


This lecture focuses on extracting information of 3D objects from their 2D images. We explain camera models, calibration, stereo methods, and multiple-view geometry with a unified mathematical framework. We also explain practical methods and algorithms for extracting 3D scene information.

Course Schedule Goals of Computer Vision We introduce goals, paradigms and state-of-the-arts of computer vision in comparison with image processing, pattern recognition, and computer graphics. Camera System We present the physical model of optical and imaging systems in standard cameras. We also introduce how important parameters including focal length, iris, gamma work in this model. Camera Model and Calibration We introduce geometric models which project 3D points to 2D camera image pixels first, and then present several methods to estimate model parameters. Fundamental Projective Geometry Projective geometry is an essential mathematical framework in monocular vision. With this framework we describe various camera models and projection processes. Stereopsis and 3D Shape Estimation Based on projective geometry, we introduce epipolar geometry to understand binocular stereo. Following this introduction, we review basic algorithms of 3D shape estimation both in binocular and multiple-view geometry. Shading Models Shading patterns on a captured image are determined by the characteristics and the spatial arrangement of light sources, object surfaces, and cameras. We first introduce standard reflectance models of object surfaces, and we then explain several 3D reconstruction techniques that analyze the shading patterns on captured images based on the reflectance models. Image Sequences and Motion Analysis We review several algorithms that find the 3D structure of objects and motion information of the scene by analyzing captured image sequences; for example, we introduce the factorization method and some methods to estimate optical flow. Discussion The participants of this lecture course have discussion and exchange their views on the lectured topics and the future of computer vision researches. Prerequisites and Course Requirements

Basic knowledge of linear algebra


Reports and debates

Textbooks

References


28

授業科目名ビジュアル・インタラクション

英語名 Visual Interaction

担当教員名美濃・椋木

配当学年単位数２開講期後期曜時限月２

授業種別・

授業形態

専攻専門科目

講義



画像などの視覚メディアを介した人間-計算機間あるいは人間同士のインタラクション、コミュニケ

ーションの実現に関する関連知識として、ヒューマンインタフェースの基本的概念、現実世界の

仮想化、３次元インタラクションのための入出力デバイス、現実世界と仮想世界の融合利用、実

世界映像の自動撮影・加工、顔・表情・視線・動作の認識・生成等について講述する。


３回情報メディアとインタラクション・コミュニケーション

４回実世界映像を用いたインタラクション・コミュニケーション

４回３次元仮想空間とのインタラクション

４回人体によるインタラクション・コミュニケーション

【履修要件】

画像処理やコンピュータビジョン、コンピュータグラフィクスに関する初歩的知識を有することが望まれる。


成績評価は、試験により行う。

試験においては、視覚メディアを介したインタラクション・コミュニケーションに関する概念と技術要

素を理解しているかを問う。

【教科書】

利用しない

【参考書等】

授業時に指示


29

Course Title Visual Interaction

Instructor(s) Minoh, Mukunoki

Assigned Grade Units 2 Semester Fall semester Time Mon2

Course Category &

Course Type

lecture

Language Japanese


This course focuses on the interaction and communication between humans and computers

mediated by visual media (images and video). The course explains the basic concepts of human

interface, virtualization of the real world, input and output devices for 3D interaction, mixed and

augmented reality, video media handling, and facial image processing.

Course Schedule

3 …Interaction, Communication and Information Media

4 … Interaction and Communication via Real-world videos.

4 … Interaction with Virtual 3D world.

4 … Interaction through Human body and face.


It is preferable that students have basic knowledge on Image Processing and Computer Vision.


Exam

Textbooks

References


30

授業科目名信号処理セミナー

英語名 Signal Processing Seminar

担当教員名奥乃博，高橋徹

配当学年大学院 1,2 年単位数 1 開講期集中曜時限 Fed&Fri3

授業種別・

授業形態

講義・演習授業言語日本語


本講義では，MATLAB を使って周波数解析・基本周波数抽出・音声の分析合成を例に基

本的な信号処理を概説し，演習形式で学ぶ．さらに，ロボット聴覚ソフトウエア HARKの基礎技術である音源定位，音源分離，分離音認識について概観し，実際に 8 個のマイ

クロフォンからなるアレイを作成し，混合音に対する定位，分離，同時発話認識技術を習

得する．


１．概要・演習の説明，演習用 PC のセットアップ

２．MATLAB の基本操作と周波数分析，GUI 構築，音響信号処理

３．線形予測分析，基本周波数抽出，音質変換

４．ロボット聴覚システム HARK

５．音響伝達関数の測定，音源定位

６．H 音源分離法，ミッシングフィーチャ理論による分離音声認識

【履修要件】

なし


レポートの提出および出席状況を加味し，成績を評価する．（出席点 50％，レポート 50%）．

【教科書】

なし

【参考書等】

資料を配布


講義日程 4 月 8,9,15,16,22,23 日の各 3～5 限

31

Course Title Signal Processing Seminar

Instructor(s) Hiroshi G. Okuno and Toru Takahashi

Assigned Grade M1,M2 Units 1 Semester intensive Time Fed&Fri3

Course Category &

Course Type

Lecture and exercise Language Japanese


This seminar presents fundamental concepts and MATLAB programming in signal processing including: frequency analysis, fundamental frequency estimation, and speech synthesis. It also introduces robot audition software HARK to overview fundamental concepts including: sound source localization, sound source separation, and recognition of separated speech. The students will construct an 8-element microphone array and exercise HARK programming to manipulate a mixture of sounds. Course Schedule

1. Introduction, and Setup for exercises

2. Fundamental operation , Frequency analysis, GUI programming, and Acoustic signal processing

3. Linear Predictive Analysis, Fundamental Frequency Analysis, and Voice Conversion

4. Robot Audition System -- HARK --

5. Measuring a transfer function, and Sound Source Localization

6. Sound Source Separation, and Speech Recognition based on Missing Feature Theory


None


To rate the students, we will take into account the number of the submitted reports and attendance

rates of the course. (Attendance 50%, Report 50% ).

Textbooks

None

References

A hand out is provided.


Time : April, 8th, 9th, 15th, 16th, 22nd, and 23rd.

32

授業科目名プロジェクトマネージメント演習

英語名 Seminar on Software Development Project Management

担当教員名松山隆司，延原章平

配当学年単位数２開講期後期集中曜時限火・木５限

授業種別・

授業形態

プロジェクト科目

講義および演習



本演習ではソフトウェア開発プロジェクト遂行にあたって必要となる要件定義，設計，工程管理，品質

検査といった各ステップについて概説し，演習形式で学ぶ．特に実践的内容の習得を重視し，ビジネス

の現場の第一線で活躍しているベンチャー企業から講師を招いて講義・演習を行う．


1. 序論プロジェクトの定義

2. プロジェクト提案ヒアリング，要求分析，FP 法

3. プロジェクト計画策定開発プロセス（V モデル，W モデル，SLCP-JCF98 など），

OBS, WBS, RAM, リスクマネジメント，品質マネジメント

4. 総合討論策定したプロジェクト計画の発表と質疑応答

【履修要件】

なし


演習課題の提出と最終回における総合討論により行う．

【教科書】

なし

【参考書等】

“A Guide to the Project Management Body of Knowledge”, Project Management Institute 著


33

Course Title Seminar on Software Development Project Management

Instructor(s) Takashi Matsuyama and Shohei Nobuhara

Assigned Grade Units 2 Semester Fall Time Tue & Thu 5

Course Category &

Course Type

Seminar and Exercise Language Japanese


The software development project management includes requirement definition, system design,

process management, quality inspection, and so on. This seminar invites CTO/CEOs of a software

company to give lectures and exercises on practical methods and problems in various types of

software development projects.

Course Schedule

Introduction Definition of “projects”

Project proposal Requirements Analysis, FP

Project design Development models (V-model, W-model, SLCP-JCF98, etc.),

OBS, WBS, RAM, Risk management, Quality Assurance

Debates Presentation of project plans by students


None


Exercises and debates

Textbooks

None

References

“A Guide to the Project Management Body of Knowledge”, Project Management Institute


34

授業科目名実世界インタラクションの計測分析法

英語名 Measurement and Analysis of Real world Interaction

担当教員名大本義正，岡田将吾，水原啓暁

配当学年大学院単位数開講期前期曜時限

授業種別・

授業形態

講義および演習



本講義は，人間が実環境で行う実世界インタラクションに焦点をあて，計測と分析によって科学的知見

を得るために必要な研究技法を，実習を通して修得できるようにすることを目的としている．本講義の

受講者は，実世界インタラクションに関する講義を受けた後，具体的なコミュニケーション状況を例題

として，インタラクション中の人間の生理指標の測定・分析・評価，および計測・記録したデータのパ

ターン化と類型化を行う一連の流れを，演習を通じて学修する．


はじめに，脳計測に関する講義（1 回）および，生理指標や動作計測と分析に関する講義と演習（2 回）

を行い，実世界インタラクションに関する基本的な知識を概観し，サンプルデータを取得する．サンプ

ルデータを用いて，時系列データの解析・学習・認識,時系列データ解析アルゴリズムに関する講義と演

習（3 回）を行う．ここまでで，分析しやすいデータを取得するために必要なことを学習する．

ゲーム中のインタラクションとインタラクション中の現象の一つを題材に，生理指標と脳波の計測およ

びビデオに録画する実験を行い（2 回），各種計測データを時系列分析するための補足的な講義・演習（2

回）をした上で，具体的な分析に入り（3 回），それらによる知見を総括する（1 回）．

【履修要件】

MATLAB の基本的な操作方法を習得していることが望ましい


成績評価は演習に関わるレポート提出により行う．

原則として，すべての講義に出席する必要があるが，やむを得ない事情については相談に応じる．

【教科書】

授業で特に使用する教科書はない

【参考書等】

Toyoaki Nishida (ed.) Conversational Informatics -- An Engineering Approach, Wiley, 2007


35

Course Title Measurement and Analysis of Real world Interaction

Instructor(s) Yoshimasa Ohmoto, Shogo Okada, Hiroaki Mizuhara

Assigned Grade graduate Units Semester Spring Time

Course Category &

Course Type

Lecture & Practice

Language Japanese


The main goal of this course is to introduce the contemporary techniques used to address the issues

of human real-world interaction. These techniques are:

1) human scalp EEG measurement,

2) physiological indices measurement and multivariate analysis,

3) time-series data mining and analysis.

The laboratory experiments will follow the theoretical training of the techniques.

Course Schedule

This course is constituted by the followings.

1) Introduction on recent studies of real world interaction and human brain imaging (1),

3) Basics of physiological indices & behavior measurement (2),

4) Basics of time series analyses (3),

5) Experiments of EEG, physiological indices and videos measurements (2),

6) Analyses of EEG, physiological indices and videos data (5),

7) Summary (1).


Participants are expected to use MATLAB.


Report and final presentations are used for the evaluation.

Participants must attend whole classes.

Textbooks

Nothing

References

Toyoaki Nishida (ed.) Conversational Informatics -- An Engineering Approach, Wiley, 2007


36

Documents

修士課程 講義シラバス - 京都大学 · 6. パターン認識: パターン情報処理, ベイズ決定, 識別関数. 7. 推論と論理: 命題の形式的表現, 論理式の解釈,

修士課程講義シラバス - 京都大学 · 6. パターン認識: パターン情報処理, ベイズ決定, 識別関数. 7. 推論と論理: 命題の形式的表現, 論理式の解釈,