物性物理学I・IIの内容を受けて，最先端の物性研究への橋渡しを意識した内容のリレー講義。３人の教員が４回づつを受け持つ。

ディスプレイに使われる液晶や食品に含まれるゲル、我々自身を含む生物は、共通して柔らかな（ソフト）性質を持つ。こうしたソフトな物質を構成する高分子やタンパク質などを、一般にソフトマターと呼ぶ。本講義では、ソフトマターが示す多様な相転移や物性を物理的に理解するための理論的枠組みについて解説する。またソフトマターは我々の身の周りに多く存在することから、その理論を適応可能な実例とその限界について紹介する、というスタイルで講義を進める。 講義の前半では、はじめに高分子(棒状/紐状分子)や高分子集合体である膜の物性について、その変形や力の釣り合い(Young-Laplace則)、弾性的性質、座屈現象について学ぶ。これらは、例えば液滴や泡などの安定性や、生物細胞の形態やDNAの折り畳みなどを考えるときに重要な要素となる。続いて液晶を取り上げる。液晶とは、細⻑い高分子が同じ向きに揃っている状態(相)であり、相転移によって現れる。液晶を用いたディスプレイの動作原理の背後には、フレデリクス転移という現象がある。これらの転移現象を、系の対称性や熱力学に基づいて理解することで、ソフトマターの基本的な考え方を学ぶ。 講義の後半では、相転移・相分離の物理を議論する。我々の身の回りでは、水が氷になるなど、様々な一次相転移（不連続な相変化）が起こっている。講義の前半で学ぶ液晶の配向相転移もその一例である。一次相転移による系の変化は、時間的に一瞬で終わるものではなく（水は一瞬では氷にならない）、実際には徐々に新しい相が形成されてゆく。この過程で相がドメイン構造をなし、魅力的なパターンが出現する。この講義では、統計力学の初歩的な知識から出発して、この相転移・相分離の動力学過程がいかに物理的に理解されるかを解説する。その後、水や高分子溶液の液体－固相転移、高分子混合系や近年注目されている細胞質の液液相分離などを例に、こうした物理的枠組みが適応できる領域と、できないが故に解決すべき課題について紹介する。

Statistics and biometrics have emerged as crucial disciplines not only in agricultural sciences but also in various other fields. This significance is primarily attributed to three factors: Firstly, advancements in data measurement techniques have facilitated the collection of extensive and diverse biological and agronomic data that were previously unattainable. Secondly, the evolution of data science methodologies has enabled the integration and modeling of such collected data. Thirdly, the enhancement of computational capabilities has empowered the utilization of these methodologies. These advancements have rendered statistical and biometric methods indispensable for extracting insights from the vast and varied biological and agronomic datasets. Throughout this lecture series, a diverse array of biological and agronomic datasets will serve as illustrative examples to demonstrate various analytical methods. Delivered in a hands-on format, utilizing R, Python, and Matlab, the aim is to equip students with practical analysis skills. The initial portion of the course, spanning the first one-third, will focus primarily on techniques for summarizing, visualizing, and modeling relationships within multivariate datasets. In the subsequent one-third, students will delve into linear models, linear mixed models, local regression, and nonlinear models. Finally, in the last segment, students will explore image analysis, machine learning, and deep learning methods. While the course will cover a broad spectrum of methods, ranging from introductory to advanced levels, the emphasis will be on developing the capability to independently conduct analyses rather than on elaborating on the theoretical underpinnings of the methods.

本コースでは一般相対論の基礎事項を学び，その特筆すべき三つの帰結である「ブラックホール」，「重力波」，「相対論的宇宙論」を理解することを目的とする．

This course aims to cultivate internationally competitive young researchers equipped with literacy and competency to become future leaders in industry and academia. The course deals with multidisciplinary application skills and the in-depth research in specialized fields so that students accomplish the ability to work in a broader spectrum and apply one’s skills to a multidisciplinary setting. The topics of the course include medical and biomedical robotics, medical high-tech industries, disease prevention, health care system, science technology and industrial policy, energy technology, and health security and community resilience.

さまざまな物性の理解ための基本的概念であるバンドの考え方と，電子のダイナミクスに関して，物性物理学I（３年夏学期）の内容を受けて講義する。統合自然科学科の物性物理関連の講義の中核をなす講義であると同時に，大学院で初めて物性物理を学ぶ学生にとっては，物性物理の導入に相当する講義である。量子力学I,IIや物性物理学Iを理解していることが望ましいが，そうでなくとも講義に参加できるように配慮する。

さまざまな物性の理解ための基本的概念であるバンドの考え方と，電子のダイナミクスに関して，物性物理学I（３年夏学期）の内容を受けて講義する。統合自然科学科の物性物理関連の講義の中核をなす講義であると同時に，大学院で初めて物性物理を学ぶ学生にとっては，物性物理の導入に相当する講義である。量子力学I,IIや物性物理学Iを理解していることが望ましいが，そうでなくとも講義に参加できるように配慮する。

電磁気学，量子力学、統計力学，場の理論などで用いられる 方程式，諸種の関数，公式等の具体例を初等的，実践的に扱い， 計算技法に習熟して自在に応用出来る様になることを目標にする．