金沢学院大学/情報工学部の詳細情報

情報工学の基礎を学んだ後、2年次から「コンピュータ工学」と「データサイエンス」の2コースに分かれて専門性を深めていきます。
コンピュータ工学コースでは、ハードウェアや情報ネットワーク分野を専門とする教員による、コンピュータの内部構造を学ぶ授業をはじめ、IoTや組込みシステム､プログラミング、情報ネットワークやCPUの知識と動作原理を実践的に理解するための演習科目などが充実しています。
データサイエンスコースでは、ビッグデータによる機械学習を行う際に必要となるGPUを搭載したサーバを学内に設置し、リモート操作により機械学習を学べる演習科目をはじめ、ネットワーク科学やビッグデータ分析の手法を学ぶ演習など、実践的な科目が充実しています。

1年次に、情報工学の基礎となる数学、物理学を基礎から丁寧に学習します。高校数学、高校物理の理論的な基礎を固めることから始め、さらに進んだ手法を学びます。高校数学高校物理が十分に身に付いていない人も、入学前教育・科目担当者とクラス担任との連携、必要に応じて開かれる補習クラスにより、2年次以降の専門的な学習に向けて、数学や物理学の準備が整うようカリキュラムが作られています。

卒業後の進路は、組込み系・制御系ソフトウェアの要件定義・設計・開発業務の実践、あるいは情報セキュリティを確保したネットワークシステム設計・構築・運用業務の実践が求められるメーカーへの就職が想定されます。同時に、データ分析業務の実践が求められる商社、シンクタンク、独立系IT／情報サービス関連企業、官公庁への就職も想定されます。

• 情報工学部の入試情報 （入試科目・入試日程）
• 情報工学部の倍率・合格最低点・合格平均点
• 情報工学部の偏差値・入試難易度

次世代情報システムの設計・構築・運用ができる人材へ

コンピュータの基本ソフトウェアであるオペレーティングシステム、コンピュータの内部構造や動作原理を学ぶコンピュータアーキテクチャなど、コンピュータの基礎を徹底的に学びます。これらハードウェアの学びと同時に、ソフトウェアの作成技法と組込み系・制御系の学びも深めます。開発対象に応じたプログラミング言語を使用したプログラミング技術の習得や、さまざまなアルゴリズムやデータ構造、電気・電子回路の学びから組込みシステムなど、段階的にコンピュータ工学のさまざまな分野の学びを深めていきます。
本コースでは、コンピュータにかかわるさまざまな専門領域の専任教員を配置し、コンピュータハードウェアの動作原理や内部構造の理解をもとに、プログラミング技術を学び、組込みシステムやデータベースを学べる科目を用意しています。コンピュータのハードウェアをしっかりと理解し、次世代の情報システムを設計・構築・運用するための技術を学ぶことができます。

【授業・講義】
コンピュータの力で非線形現象のモデリング、シミュレーション、高精度予測に取り組む〈松田研究室〉

現代では、コンピュータ能力の飛躍的な向上により、これまでよりさらに詳細なモデリングや諸条件の連成を取り入れたマルチフィジックスシミュレーションを行うことができるようになってきました。本研究室では、非線形現象のモデリングやシミュレーション技術をモノづくりなどの工学分野へ適用することに着目します。最近では、プログラムで動作を変更できる半導体素子FPGAを利用し、人工知能のハードウェア実装やシミュレーション高速化に取り組んでいます。

機械学習、データ分析手法などを習得し、新産業の創出や社会サービス向上に貢献

収集したデータを数理的手法で分析することで新しい知見を獲得し将来の予測を行う「データサイエンス」は、ICTの発達により収集可能なデータが大規模（ビッグデータ）化し、その分析を高速に行う情報学がハードウェアとしてもアルゴリズムとしても進歩した現在、従来の数理統計学では考えられなかった新たな技術を我々にもたらしています。そこでは予測精度の追及に重きを置く機械学習をはじめ、従来の数理統計学では扱うことが難しかったネットワーク科学や、分散や平均が存在しないベキ分布に従うデータの分析手法も重要となります。
そのような学術的な知見を用いて、新産業創出や企業存続、社会サービスの向上に貢献できる人材を育成するため、まず大規模な機械学習を行う際に必要不可欠となるGPUを搭載したサーバを学内に設置し、学生が遠隔操作により機械学習の実際を学べる講義科目や演習科目を配置します。同時に、複雑なネットワークを扱うネットワーク科学、自然科学や社会科学に頻繁に現れる分散や平均が存在しないベキ分布に従うデータの分析手法を学べる演習科目も配置。データサイエンス・カリキュラム標準を土台とした新たな学問分野を学習することができます。

【授業・講義】
「つながり」であふれる複雑な社会現象についてネットワーク科学で理解を試みる〈後藤研究室〉

ネットワーク科学は、多様な「つながり」のデータと物理学的手法を用いて、複雑化する社会の理解を試みる研究分野です。例えば、「世間は広いようで狭い」という性質は、グローバル社会の物流に現れます。また、自然災害や戦争、パンデミックによる物流の途絶は、私たちにも影響を与えています。このように高度に接続性が高まった複雑な社会で、私たちはどのようにつながるべきなのでしょうか。本研究室では、ネットワーク科学に関する演習を通して、データ収集やクリーニングを含めた、データサイエンスの実践的なスキルを身に付けます。さらに、画像認識や音声認識など、機械学習モデルを活用することで、社会システムや政策科学、スポーツ科学や教育工学など、さまざまな分野のデータサイエンス研究に挑戦します。

1. DXの推進に取り組む意欲を持つ
2. 大学で学修するために必要な数学と理科、及び英語の基礎的な力を備えている

• 情報工学部の入試情報 （入試科目・入試日程）
• 情報工学部の倍率・合格最低点・合格平均点
• 情報工学部の偏差値・入試難易度