| Project/Area Number |
21K02918
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 09080:Science education-related
|
|---|
| Research Institution | Osaka Metropolitan University College of Technology |
|---|
Principal Investigator |
Narasaki Ryo 大阪公立大学工業高等専門学校, その他部局等, 准教授 (20567929)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
松野 高典 大阪公立大学工業高等専門学校, その他部局等, 教授 (30311046)
稗田 吉成 大阪公立大学工業高等専門学校, その他部局等, 教授 (80321454)
鬼頭 秀行 大阪公立大学工業高等専門学校, その他部局等, 講師 (40866951)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2023: ¥130,000 (Direct Cost: ¥100,000、Indirect Cost: ¥30,000)
Fiscal Year 2022: ¥130,000 (Direct Cost: ¥100,000、Indirect Cost: ¥30,000)
Fiscal Year 2021: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
|
|---|
| Keywords | データサイエンスリテラシー / 数学 / AI / カレッジ級数学 |
|---|
| Outline of Research at the Start |
本研究では、高等教育機関で学ぶ数学の内容（線形代数学、微分積分学、最小二乗法、勾配降下法、ベイズ統計学など）の応用例として、ディープラーニング理論の基本事項を大学や高等専門学校の数学カリキュラムの中に効果的に取り入れた新しい数学カリキュラムおよび教材を作成する研究を行う。
|
| Outline of Final Research Achievements |
Since mathematics can be used in a variety of fields, it is necessary to introduce not only mathematical applications but also examples of its applications that are in line with the department and specialization of the student's field.It is advisable to constantly update teaching materials, as examples of applications related to the latest technology will attract students' interest more.This research project aimed to create a curriculum and teaching materials that would enable students of all departments and courses up to their second year at university or fifth year at a technical college to understand AI theory using neural networks while applying mathematics, leading to practical implementation.
|
| Academic Significance and Societal Importance of the Research Achievements |
高校で学ぶ微分積分学や線形代数学の基礎から接続する大学での数学教育、または 5 年一貫教育の高専での数学教育に適したディープラーニングのテキストや教育カリキュラムを作成することは、数学の教材としての側面だけでなく、数学と専門を繋ぐ最新の応用例を提示するという点で重要である。データ解析の良い実践例となる教材を提示しつつ、学生自らが既習の数学知識を組み合わせながら活用する応用例について、所属学科や専門によらず利用していくことが求められているAIの理論を実感できる体験的な数学教育カリキュラムを提示した．
|
