-- 認知科学 講義(北島宗雄) この講義では、科学的アプローチによって人間の「認知行動」を探求することにより、新たな視点から人間を理解し、人間中心のモノ作りを行うための素養を養うことを目指します。講義では、人間をひとつの認知行動システムとして理解できることを重視し、認知科学の分野の話題を中心に、以下のテーマを扱います。 モデルヒューマンプロセッサ:人間が、外界を認知し、判断し、行動する過程を、近似的ではあるが統一的に扱うための枠組み アフォーダンス:環境からの働きかけによって生じる行動の仕組み メンタルモデル:環境の状態を理解し、次に行うべき行動を決定するために利用される知識 ヒューマンエラー:環境の状態、知識の状態、行動決定の仕組みが関連して起こるヒューマンエラー プロダクションシステム:人間が、外界を認知し、判断し、行動する過程を、コンピュータシミュレーションプログラムとして表現する
最終更新日 2020年5月3日 千葉大学工学部電気電子工学科 情報通信システム 担当:加藤 洋一(非常勤講師) 本ページの内容は、千葉大学Moodleに移動しました。
画像の符号化 (Image Coding) 1. はじめに ここでは、画像を圧縮する符号化方式の概要について紹介します。 画像信号の情報量は極めて多く、伝送や蓄積を効率的に行うため、これらを圧縮する技術が用いられています。 これらの技術を、符号化(Image Coding)と言います。 この符号化では、方式の互換性を保証するための標準化が重要です。 たとえば、JPEG方式やMPEG方式は、ISO等の機関が中心となって、標準化作業が行われています。 なお、厳密には「符号化」は次の2つに分類されます。 (1) 情報を圧縮する情報源符号化 (Source Coding) (2) ネットワークや伝送路の特性に合わせて、変調や誤り訂正等を行う通信路符号化 (Channel Coding) ここでは、(1)の情報源符号化について解説します。(以下単に、「符号化」と呼ぶことにします。) なお、画像符号化
この授業では、創造・実践のための言語として「パターンランゲージ」を取り上げ、その考え方と方法を学びます。パターンランゲージは、創造・実践の経験則 を「パターン」という単位にまとめ、それを体系化したものです。かつて、建築家のクリストファー・アレグザンダーは、建物や街の形態に繰り返し現れる関係性をパターンとしてまとめました。その後この考え方は、ソフトウェア開発の分野に応用され、成功を収めました。SFCでは、「SFCらしい学び」のパターン・ランゲージとして、「学習パターン」(Learning Patterns)が制作・配布されています。この授業では、パターンランゲージの考え方を学びながら、創造的コラボレーションや社会デザイン、ものづくりなど、新しい分野において、自らパターン・ライティングできるようになることを目指します。
カーネル密度推定 情報処理・補足資料 ヒストグラムの問題点 A 6 5 4 3 2 1 0 5~15 15~25 25~35 35~45 6 5 4 3 2 1 0 7.5~17.5 17.5~27.5 27.5~37.5 37.5~47.5 B ヒストグラムAとBは,実は同じデータを用いて描いたヒストグラム! →階級の境界を変えるだけで形が大きく変化してしまう 階級の境界と度数分布表 21 20 23 23 36 39 37 36 20 38 左のような10個のデータを,階級の境界(上限・下限)を 変えて度数分布表を作成 A 階級 5~15 15~25 25~35 35~45 度数 0 5 0 5 階級 7.5~17.5 17.5~27.5 27.5~37.5 37.5~47.5 B 度数 0 5 3 2 境界の設定に関係なく分布を推定できないか? →カーネル密度推定 カー
2. 1 自己紹介 安藤 昌也 産業技術大学院大学 創造技術専攻 助教 – 1997年 早稲田大学政治経済学部 卒 – 1997年 NTTデータ通信 – 1998年 アライド・ブレインズ株式会社 取締役 – 2007年~ 国立情報学研究所 特任研究員 – 2008年~ 現職 – 2009年 総合研究大学院大学メディア社会文化専攻修了 博士(学術) ●ユーザビリティ・アクセシビリティ等に関する公的活動 2001~2004年 JIS X8341-3(Webアクセシビリティ)委員 2006年~ ISO/TC159国内対策委員会委員 ・WG5(アクセシビリティ) ・WG6(人間中心設計) 2009年~ 人間中心設計推進機構(HCD-net) 理事 2009年~ JIS X8341-6 原案作成委員会 幹事 Copyright © Masaya Ando
"iTunes U" は、グローバル社会における大学の新しい役割を追求するために進められている世界の大学による共同作業です。慶應義塾大学湘南藤沢キャンパス(SFC)は、150年の歴史を持つ日本の学塾の一員として、また、グローバルインターネットの構築を大学として担ってきた経験を生かし、"iTunes U" に参加し、未来社会への責任に挑戦します。 The iTunes U is a joint effort of universities around the world to play a new role of higher education in the global society. Keio University, with 150 years of history, has been leading the development of Internet. And now, a
Not your computer? Use a private browsing window to sign in. Learn more about using Guest mode
平成22年度・画像解析論演習 本講義では、画像処理の基礎レベルを理解することを第一の目的とした構成としつつ、 最近の画像処理で用いられる技術までを視野にいれた内容も網羅している。 画像処理の研究では、単にプログラミング技術だけではなく、数学や物理、制御、生物 など、他の多くの分野の知識も求められる。このような分野横断的な関係を見出すことで、 画像処理の目指す本質とそのギャップを理解していくことが望まれる。 本講義資料は,以下からダウンロードすることができる。予め資料に目を通しておくことで 講義の理解をより一層深めてほしい。 画像解析論講義資料 レポート課題演習について 課題で使用する画像は、256階調までの白黒階調画像で、その 画像ファイル形式はPGMフォーマット(ファイルの拡張子として".pgm"がついてい る)である。これ以外にPPM形式(拡張子は".ppm")のカラー画像も扱う。 画
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く