課程
横断型教育プログラム
共通授業科目
学部・研究科
学年
学期
時限
曜日
講義使用言語
実務経験のある教員による
授業科目
授業科目
学内のオンライン授業の情報漏洩防止のため，URLやアカウント、教室の記載は削除しております。
最終更新日：2025年10月17日
授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。
最終更新日：2025年10月17日
授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。
情報数学
情報科学の基礎となる数学のうち，集合，関係，束，情報理論，代数系（群，環，体），およびその情報的応用（符合，暗号，乱数等）を扱う．
Study basic mathematics for information science; set, relation, lattice, abstract algebra (group, ring, field), information theory, coding theory, cryptography and random numbers.
時間割／共通科目コード
コース名
教員
学期
時限
0510001
FSC-IS2001L1
情報数学
横矢 直人
金曜3限
マイリストに追加
マイリストから削除
総合分析情報学特論XIA
医療・介護の分野における医薬品情報の重要性について、モノとヒトなど様々な視点から理解を深め、育薬という考え方を身に着ける。
時間割／共通科目コード
コース名
教員
学期
時限
4917151
GII-AC6311L1
総合分析情報学特論XIA
佐藤 宏樹
木曜2限
マイリストに追加
マイリストから削除
情報と計算の物理[数理自然科学コース]
本講義は、高次元統計モデルをデータに基づいて学習する過程を記述・理解することを目的とする。具体的には、高次元な統計モデルの誤差を非漸近・漸近的の両面から評価し、またその拡張として深層ニューラルネットワークの学習を評価することを目的とする。また、必要な基礎的な理論の習得を行う。
時間割／共通科目コード
コース名
教員
学期
時限
08E1048
FAS-EA4B48L1
情報と計算の物理[数理自然科学コース]
今泉 允聡
木曜5限
マイリストに追加
マイリストから削除
確率数理工学
本講義の目的は、データの生成過程や確率的現象を数理的にモデリングするために必要な数学的道具である「確率論」の基本を教えることにある。確率論は、自然や社会の不確実な現象を記述する言語であると同時に工学的応用にも広く用いられ、その利用範囲は広い。学習範囲は、確率および確率過程の初等的な範囲を十分カバーし、推定や検定は扱わない。現実問題への適用を意識して、機械学習やデータマイニングへの応用事例も講義の中で紹介する。確率論の基本的要素とその現実の利用方法を学ぶことにより統計・情報理論・データ解析といった諸分野において確率を用いた議論を展開する素養を身に着ける。
時間割／共通科目コード
コース名
教員
学期
時限
FEN-MP3140L1
FEN-MP3140L1
確率数理工学
鈴木 大慈
金曜2限
マイリストに追加
マイリストから削除
計数工学（数理情報）卒業論文
卒業論文を執筆する
時間割／共通科目コード
コース名
教員
学期
時限
FEN-MP4900T1
FEN-MP4900T1
計数工学（数理情報）卒業論文
各教員
集中
マイリストに追加
マイリストから削除
物理数学I[数理自然科学コース]
物理学や情報科学で用いる数学を習得し、実際に使えるようにする。
時間割／共通科目コード
コース名
教員
学期
時限
08E1013
FAS-EA2B14L1
物理数学I[数理自然科学コース]
白石 直人
月曜3限
マイリストに追加
マイリストから削除
物理数学
統計熱力学、電磁気学第一、量子力学第一に登場する典型的なモデルを使って物理数学の基礎を学ぶ。上記の３科目で主に講義を行い、本科目で主に演習を行う。
時間割／共通科目コード
コース名
教員
学期
時限
FEN-AM2900S1
FEN-AM2900S1
物理数学
関 真一郎
金曜2限
マイリストに追加
マイリストから削除
機械系応用数学(Applied Mathematics for Mechanical Engineering)
The objective of this course is to brush up the mathematical skills required in advanced mechanical engineering through solving the example problems. Besides, solutions of partial differential equations are explained with the emphasis of the related physics. The methods using Green’s functions for nonhomogeneous differential equations are explained. Singular perturbation problems and renormalization technique are also explained as tools to obtain the approximate solutions. Furthermore, homogenization method, optimal design, structural optimization and sensitivity analysis are explained.
時間割／共通科目コード
コース名
教員
学期
時限
FEN-MX5b23L3
FEN-MX5b23L3
機械系応用数学(Applied Mathematics for Mechanical Engineering)
高木 周
火曜3限、金曜3限
マイリストに追加
マイリストから削除
確率統計I
まず離散確率変数の場合に，確率論の基礎的な概念を復習し，大数の法則，中心極限定理，ポアソンの少数の法則など基本的な定理を述べることから始める。マルコフ連鎖，ランダムウォーク，統計力学への応用など幅広い話題にも触れる予定である。その後，ルベーグ積分論による確率論の基礎づけを行う。離散から連続へと自然に確率論の理解を深めていくことを目指す。確率論の多様な基礎科学への応用を知るとともに，現代確率論の考え方の基礎を身につけることが目標である。
時間割／共通科目コード
コース名
教員
学期
時限
08E1031
FAS-EA4B32L1
確率統計I
会田 茂樹
木曜4限
マイリストに追加
マイリストから削除
脳型情報処理機械論
現在の人工知能技術が直面する課題や限界を乗り越えるため，今改めて人間の脳の機能と仕組みを深く理解することが極めて重要となっている．/ In order to overcome the problems and limitations of the current AI technology, a deeper understanding of human brain function and mechanism is now becoming important again.
次世代の人工知能は，何が起こるか事前に限定されておらず，常に変動する複雑な実世界で自律的に適切に振る舞う「動的実世界知能」と，人間の振る舞いや意図を理解し，人間の価値観や道徳に適合する人間中心の意思決定や行動を行う「人間的知能」を兼ね備える必要がある．/ The next generation AI should be endowed with "Dynamic Real World Intelligence" which can autonomously and appropriately behave in the dynamically changing complex real world full of non-predetermined events, as well as "Human Intelligence" which understands human behavior and intentions, exhibits human centered behavior and decision making that match human value and morals.
本講義では，上記課題に向けて，従来の人工知能が捉えていない生体型計算原理や脳機能に重点を置き，身体性，感覚運動ダイナミクス，認知発達，社会性，高次認知，意識，などに関する計算論的神経科学や構成論的科学，認知発達ロボティクス等の最新研究動向を基礎および最新の脳科学的知見を踏まえつつ学び，議論する．/ In this class, we study and discuss towards the above issues, focusing on biological computation principles and brain functions not yet captured by past AI. Referring to the basic and advanced brain science, the latest advancement in computational neuroscience, constructive science and developmental cognitive robotics on embodiment, sensory-motor dynamics, cognitive development, sociality, high-order cognition, consciousness, etc. will be presented.
時間割／共通科目コード
コース名
教員
学期
時限
4850-1017
GIF-MX6d08L1
脳型情報処理機械論
國吉 康夫
金曜2限
マイリストに追加
マイリストから削除
1-10 / 全12746件
