本プログラムは、IoTシステムアーキテクトを目標として、IoTハンズオン、統計解析入門、ソフトウェア品質と検証技術、IoT環境における画像処理・理解技術、IoT環境における知的情報処理技術、IoT実践演習の6プロジェクトで構成しています。実施日数は、2日連続（金・土）の日帰り形式の演習を合計 8回行います（合計16日間）。この連続した6プロジェクトを通して、IoTシステム開発に必要となる要素技術・設計技術を養います。

プロジェクト1「IoTハンズオン」講師：静岡大学　野口靖浩先生、海上智昭先生

IoT（Internet of Things）の実現には“計測”・“送受信” ・“蓄積” ・“分析” ・“表示” ・“予測” ・“制御”などの様々な処理が必要になる。そして、そのためにIoTシステムの設計・開発者には、センシング技術、ネットワーク技術、データベース技術、Web技術、プログラミング技術、可視化技術、統計解析技術、機械学習技術などの様々な技術が必要になり、それらの技術を用いたIoTシステムの全体像を理解している必要がある。本プロジェクトは、実際のデバイスとクラウドを利用して IoTシステムの開発に必要なスキルの基本を学習するとともに、IoTシステムの全体像を掴むことを目的とします。

演習では、「モノ」として光センサ・温度センサ・湿度センサ・サウンドセンサなど各種センサを備えたRaspberry Piを用いて、複数の「モノ」からセンシングデータをクラウドサービス上のデータベースに蓄積すると同時に、予め設定された条件に基いてスマートフォンや外部サービスを通じてユーザに通知するシステムを構築する。スマートフォンや外部サービスを通じてユーザが「モノ」を操作できるようにする。その上で、蓄積したデータ（あるいはオープンデータ）の可視化を行い、学習モデルを作成して予測サービスを構築し、IoTシステムの“計測”・“送受信” ・“蓄積” ・“分析” ・“表示” ・“予測” ・“制御”に関する一連の技術と全体像を把握する。その後、アイデアソンを行い、グループでの議論を通して、IoTシステムを用いたアイデアの導出と実現性について議論を行う。

プロジェクト2「統計解析入門」講師：東北大学　荒木由布子先生

統計理論に基づくデータ解析は、農学・工学・理学等の理系の分野はもとより、心理学・経済学・社会学等の文科系の分野でも予測、評価、管理等の目的で広く利用されている。そこで、データ解析の場面で利用される基本的な統計的手法、考え方について学習する。講義では、得られたデータを解析・整理・要約するための記述統計学、その解析結果から母集団における状況を推測するための推測統計学について、その基礎的内容を具体例に基づいて解説する。なお、パソコン(Python,R) を利用した簡単なシミュレーションやデータ分析も行う。

プロジェクト3「ソフトウェア品質と検証技術」講師：南山大学　沢田篤史先生

IoTはあらゆるものがインターネットでつながり、非常に複雑なシステムとなっているため、システムのディペンダビリティの確保が重要な課題となっている。そこで、本プロジェクトでは、ソフトウェア開発における検証工程を対象として、概念の理解、求められる品質、それを実現する設計手法、解析手法について学習し、品質の評価と実現手法について議論を行えるようになることを目的とする。
・ソフトウェア開発における検証工程の役割と意義の把握
・ソフトウェアおよびシステムの品質・ディペンダビリティの概念の理解
・求められる品質やそれを実現する開発手法の検討
・テストケース設計，カバレッジなどの概念の理解とテストケース設計法の適否の検討
・ソフトウェアレビュー，プログラム解析手法の理解
 

プロジェクト４「IoT環境における画像処理・理解技術」講師：愛媛大学　木下浩二先生、一色正晴先生

近年、製造業やセキュリティ分野において、カメラで映像を取得してIoT技術で解析する技術の導入が広まりを見せている。それに伴い、これまで人の目で行っていた検査や確認などの工程が自動化され、さらには、取得したデータをクラウドで解析するシステムが構築され始めている。この科目では、そのようなシステムを構築するために必要となる、画像処理技術の習得を目的とする。

前半は、工業製品や農作物の品質評価の自動化、高齢者の見守り技術や防犯対策など安全・安心を提供するために必要な画像処理の基礎および特徴抽出の方法を学ぶ。後半は、Raspberry Piに画像処理ライブラリOpenCVをインストールし、プログラム演習を通して画像処理、特徴抽出および動体検知の技術を学ぶ。

プロジェクト５「IoT環境における知的情報処理技術」講師：愛媛大学　二宮崇先生

近年、製造業やセキュリティ分野におけるIoTの導入が広まりをみせている。それに伴い、これまで人の目で行っていた様々な工程が自動化され、さらに取得したデータをエッジまたはクラウドで解析し自動的に学習する知的IoT環境が構築され始めている。本講義では、Rasberry Piと深層学習ツールであるChainerを用い、IoT環境においてリアルタイムに学習する深層学習の技術について学ぶ。

前半はPythonコードを基に深層学習について学び、後半は、Rasberry Piに深層学習ツールであるChainerをインストールし、実際にRasberry Pi上で動作する深層学習器を作成することで、IoT環境における深層学習の技術を学ぶ。

プロジェクト6「IoT実践演習」講師：静岡大学　野口靖浩先生、海上智昭先生

IoTシステムには、“計測”・“送受信” ・“蓄積” ・“分析” ・“表示” ・“予測” ・“制御”などの様々な技術が関係します。各種センサに関する知識、デバイス制御技術、ネットワーク技術、データベース技術、クラウド、可視化、統計解析、Web技術、機械学習などの知識が必要になります。IoTシステムの設計を担うシステムアーキテクトには、これらの知識を一通り把握し、要求を実現するための最適な技術を横断的に俯瞰し、選択して統合するスキルが求められます。

本プログラムでは、IoTシステムのアイデアを導出し、その要求分析を実施し、その要求を実現するシステムを複数のサブシステムの集合として捉え、各サブシステムに適した技術、既存サービス、デバイス、通信技術、解析技術、機械学習アルゴリズムなどを選定し、相互の情報伝達の設計を含めたシステム設計を実施し、要求分析・要求仕様策定や開発プロセス設計等の上流の工程からの自律的なプロジェクト実施を通して、また、レビューやグループでの議論を通じて、上記技術に関する理解を深めます。

本プログラムは、特に以下のような経験をお持ちの技術者の方にお薦めしております。

• 3年程度以上の実務経験があり、勤務先企業から受講の許可を受けた方で、全ての日程に参加できる方。そして、次の基礎知識または経験がある方。
• コンピュータの基本操作（タイピング、テキストエディタの操作、ファイル操作、コマンド操作）
• 3年程度以上のプログラミング経験
  • プログラミングの基礎知識（変数、条件分岐、繰り返し、関数、構造体、参照など)
  • アルゴリズムの基礎知識(配列操作、検索、ソートなど)
• C/C++言語に関する基礎知識のある方
• 高校数学を学習したことがある方

（※）個々のプロジェクトで利用する技術要素については、各プロジェクトの概要を御参照ください。

1回目のプロジェクト終了後、事務局から請求書をお送りいたします。お申込みいただいた皆様には別途ご案内をいたします。

• 1人につき 220,000円（税込）（A会員）
• 1人につき 363,000円（税込）（B会員）
• 1人につき 440,000円（税込）（非会員・特別会員）