機械設計とデータ分析

応用データサイエンス学位プログラム

MADS7450

コース情報

担当教員: 竹原 昭一郎

単位数: 2

年度: 2024

学期: 秋学期

曜限: 月5

形式: 対面授業

レベル: 500

アクティブラーニング: あり

他学部履修: 不可

評価方法

出席状況

60%

レポート

40%

詳細情報

概要

本科目は,カリキュラムポリシーにあるように,データサイエンスを応用した実例を体感できるような構成となっており,複数名の教員による輪講形式で講義が行われる.各教員の専門分野の機械を対象として,データを活用した機械製品の設計および取得されたデータ分析の実例・演習をアクティブラーニングとして実施する.なお,教員によっては,解析に加え,機械学習の活用法,統計解析についても実施する.

目標

ディプロマ・ポリシーにあるように,専門知識を実社会に応用・展開し,人間社会の発展に貢献できる能力として,機械製品の設計に対してデータを活用する方法を習得することを目標とする.前半ではエンジンに対してピストン,ピストン・ピン,コネクティング・ロッドの設計を行った後,Pythonを用いた機械学習についても学習する.後半では,人の感性を設計に取り入れる手法に関して,簡易的な官能評価を講義中に行い,得られたデータに対してのデータ分析方法について習得する.

授業外の学習

毎回の授業後は以下の学習(合計190分)を行うことが求められる. ・授業資料を用いて内容を復習する(30分) ・該当分野の課題について復習する(160分) ‐Pythonによるプログラミング ‐官能評価実験のデータ整理など

所要時間: 190分

スケジュール

  1. ガイダンスおよびエンジンの歴史 ※以下の講義スケジュールは予定であり,授業の進捗状況により変更されることもある
  2. 排出ガスの評価,エンジンの機構と性能評価
  3. エンジン設計の演習(1) ピストン,ピストンピンの設計
  4. エンジン設計の演習(2) コネクティング・ロッドの設計
  5. 機械学習用のPythonのプログラム作成(1) データの読み込み
  6. 機械学習用のPythonのプログラム作成(2) 学習と出力
  7. エンジンの筒内圧力データを用いた機械学習の演習
  8. 感性設計に関する研究紹介
  9. 評価グリッド法(1)理論
  10. 評価グリッド法(2)実践
  11. クラスター分析と主成分分析
  12. SD法(1)理論
  13. SD(2)実践
  14. 機械設計とデータ分析の総括

教科書

講義の初回で指示します.

    参考書

    書籍情報はありません。

    © 2025 上智非公式シラバス. All rights reserved.