2020年度 系列データモデリング (4034)

授業科目基本情報PDFダウンロード

科目区分	専門科目	教職科目	情報
単位数	1	選択・必修・自由	選択
授業形態	講義	主な使用言語	英語
開講時期	Ⅰ	履修登録システム	使用する
履修登録期間	2020/04/13～2020/05/22	履修取消期限	2020/05/22

教育プログラム別の履修区分

プログラム名	IS	CB	BS	BN	MS	CP	DS
履修区分	○	○	△	△	△	□	□
コア科目	－	－	－	－	－	C	C
履修方法	・修士論文研究又は特別課題研究を履修する場合は、基盤科目及び専門科目から１２単位以上履修すること。 ・課題研究を履修する場合は、基盤科目及び専門科目から１４単位以上履修すること。 ・コア科目の履修方法については、入学年次の教育課程表の（2）履修方法を参照すること。

授業科目概要

担当責任教員	須藤　克仁
担当教員	須藤克仁、Sakriani Sakti、吉野幸一郎
教育目的／授業目標	音声信号、生体信号、動作物体の画像信号などの時系列データや、自然言語における文字系列データなどを取り扱うための、系列データモデリング技術に関する基礎知識の習得をはかる。特に、確率モデルに基づく手法を対象とし、代表的なものとして隠れマルコフモデルや条件付き確率場、線形動的システム、また近年用いられることの多いニューラルネットを用いた手法についての理解を深める。
授業概要／指導方針	この講義では統計的な系列データモデルについて扱う。統計的機械学習の基礎について振り返った後、隠れマルコフモデル、条件付き確率場、線形動的システム等の代表的なモデルと最新のニューラルネットワークによるモデルについてスライドを用いて説明し、演習問題を用いて理解を深める。 座学（今年度に限り授業アーカイブを活用する．詳細は下記参照．）

クラス情報

表示可能なデータがありません。

授業計画

回数	日付 [時間]	担当教員	テーマ	内容
1	4/21 [1]	須藤 克仁	離散潜在変数による系列生成モデルの基礎	マルコフ過程，潜在変数
2	5/12 [1]	須藤 克仁	離散潜在変数による系列生成モデル	隠れマルコフモデル
3	5/19 [1]	Sakriani Sakti	連続潜在変数における生成モデルの基礎	混合正規分布モデル，因子分析
4	5/26 [1]	Sakriani Sakti	連続潜在変数における系列生成モデル	線形動的システム，カルマンフィルタ，カルマンスムーザ
5	6/2 [1]	須藤 克仁	条件付き独立を仮定する系列識別モデルの基礎	パーセプトロン，構造化パーセプトロン
6	6/9 [1]	須藤 克仁	条件付き独立を仮定する系列識別モデル	ロジスティック回帰，条件付き確率場
7	6/16 [1]	吉野 幸一郎	系列データのためのニューラルネットワークの基礎	多層パーセプトロン，RNN，LSTM，GRU，双方向LSTM
8	6/23 [1]	吉野 幸一郎	Sequence-to-Sequenceにおける識別モデル	エンコーダデコーダ，注意型ニューラルネットによるエンコーダデコーダ

授業日程

回数	日付	時間	講義室	備考
1	4/21	1	エーアイ大講義室[L1]（IS）	授業アーカイブ 2018年度 (第1回; 2018/10/4) http://library.naist.jp/mylimedio/search/av2.do?target=local&bibid=88400 課題公開: 5/1 (金) 課題提出締切: 5/19 (火)
2	5/12	1	エーアイ大講義室[L1]（IS）	授業アーカイブ 2018年度 (第2回; 2018/10/9) http://library.naist.jp/mylimedio/search/av2.do?target=local&bibid=88400 課題公開予定: 5/18 (月) 課題提出締切: 6/2 (火)
3	5/19	1	エーアイ大講義室[L1]（IS）	授業アーカイブ 2018年度 (第3回; 2018/10/11) http://library.naist.jp/mylimedio/search/av2.do?target=local&bibid=88400 課題公開予定: 5/25 (月) 課題提出締切: 6/9 (火)
4	5/26	1	エーアイ大講義室[L1]（IS）	授業アーカイブ 2018年度 (第4回; 2018/10/15) http://library.naist.jp/mylimedio/search/av2.do?target=local&bibid=88400 課題公開予定: 6/1 (月) 課題提出締切: 6/16 (火)
5	6/2	1	エーアイ大講義室[L1]（IS）	授業アーカイブ 2018年度 (第5回; 2018/10/22) http://library.naist.jp/mylimedio/search/av2.do?target=local&bibid=88400 課題公開予定: 6/8 (月) 課題提出締切: 6/23 (火)
6	6/9	1	エーアイ大講義室[L1]（IS）	授業アーカイブ 2018年度 (第6回; 2018/10/24) http://library.naist.jp/mylimedio/search/av2.do?target=local&bibid=88400 課題公開予定: 6/15 (月) 課題提出締切: 6/30 (火)
7	6/16	1	エーアイ大講義室[L1]（IS）	授業アーカイブ 2018年度 (第7回; 2018/10/26) http://library.naist.jp/mylimedio/search/av2.do?target=local&bibid=88400 課題公開予定: 6/22 (月) 課題提出締切: 7/7 (火)
8	6/23	1	エーアイ大講義室[L1]（IS）	授業アーカイブ 2018年度 (第8回; 2018/11/27) http://library.naist.jp/mylimedio/search/av2.do?target=local&bibid=88400 課題公開予定: 6/29 (月) 課題提出締切: 7/14 (火)

テキスト・参考書

テキスト	特になし
参考書	・C.M.ビショップ（著）、元田、栗田、樋口、松本、村田（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、２００８ ・高村 大也（著）、奥村 学（編）：言語処理のための機械学習入門、コロナ社、2010

その他

履修条件	確率・統計の基礎的な知識を有していることが望ましい。
オフィスアワー	質問はEメール (sdm2020@is.naist.jp) へ連絡すること．
成績評価の方法と基準	・５段階（秀・優・良・可・不可）で評価する。 ・各回の演習問題レポートの点数で評価する（100%）。
関連科目	特になし
関連学位	工学
注意事項	シラバス 2018年度 https://syllabus.naist.jp/subjects/preview_detail/89 授業アーカイブ 2018年度 https://library.naist.jp/mylimedio/search/av2.do?target=local&bibid=88400 （シラバス 2019年度 https://syllabus.naist.jp/subjects/preview_detail/283，授業アーカイブ2019年度 https://library.naist.jp/mylimedio/search/av2.do?target=local&bibid=91940 も参照可）

授業関連URL

表示可能なデータがありません。

配布資料

	資料名	備考	公開期限
	基礎事項についての補足資料		2020/09/30	学内専用
	講義資料（第1回）	2018年度	2020/09/30	学内専用
	参考：講義資料（第1回）	2019年度	2020/09/30	学内専用
	講義資料（第2回）	2018年度	2020/09/30	学内専用
	参考：講義資料（第2回）	2019年度	2020/09/30	学内専用
	講義資料（第3回）	2018年度	2020/09/30	学内専用
	参考：講義資料（第3回）	2019年度	2020/09/30	学内専用
	講義資料（第4回）	2018年度	2020/09/30	学内専用
	参考：講義資料（第4回）	2019年度	2020/09/30	学内専用
	講義資料（第5回）	2018年度	2020/09/30	学内専用
	参考：講義資料（第5回）	2019年度	2020/09/30	学内専用
	講義資料（第6回）	2018年度	2020/09/30	学内専用
	参考：講義資料（第6回）	2019年度	2020/09/30	学内専用
	講義資料（第7回）	2018年度	2020/09/30	学内専用
	参考：講義資料（第7回）	2019年度	2020/09/30	学内専用
	講義資料（第8回）	2018年度	2020/09/30	学内専用
	参考：講義資料（第8回）	2019年度	2020/09/30	学内専用
	課題（第3回）	提出締切: 6/9 (火) 23:59 JST (UTC+9)	2020/06/10	学内専用
	課題（第4回）	提出締切: 6/16 (火) 23:59 JST (UTC+9)	2020/06/17	学内専用