数理生物学演習 2021年度
数理生物学演習に関するお知らせ
2021.07.12
まん延防止等重点措置が解除されたため,対面を再開します. オンラインでの実施も並行しておこないますので,こちらで参加して頂いても構いません.
2021.06.17
理学部教務係からの要請により,
- 緊急事態宣言等が完全に解除されれば対面再開が許可(再開のタイミング等については学科判断)
- まん延防止等重点措置に移行の場合はオンライン継続
のいずれかの方針となります.
また,学科判断として現状では6/23まではオンライン講義を継続予定です. そのため,第10回まではオンライン講義を継続します.
2021.06.04
理学部教務係からの要請により,少なくとも6/20まではオンライン講義を継続します.
2021.05.25
理学部教務係からの要請により,少なくとも6/9まではオンライン講義を継続します.
2021.05.12
少なくとも5/31まではオンライン講義を継続します.
2021.05.06
理学部教務係からの要請により,5/10以降もオンライン講義を継続します.
期間については当面の間となっています. まん延防止措置,大学の行動制限引き上げ等の状況を見て判断するとのことです.
2021.04.21
演習オンライン配信の動画ファイルへは配信に使ったMicrosoft Teamsのチャット上からアクセスできます. 必要な方はこちらからアクセスして視聴してください.
アクセスの仕方がわからない場合はSlackで質問してください!
2021.04.17
教務からの要請のため少なくとも第2回(4月19日)と第3回(4月26日)はオンラインで実施します. 理学部からの通知はhttps://www.sci.kyushu-u.ac.jp/covid19/pdf/student_210419.pdfを参照してください.
Moodle上の演習用リンクから参加してください.
一般
今年度は,原則対面での実施の予定ですが,新型コロナウイルスの感染拡大の影響により実施方法等が変更になる可能性があります( 令和3年度前期(春学期・夏学期)の授業等について【専攻教育科目】 ). 本WebページやMoodleでの情報の確認をよろしくおねがいします.
全学的な情報については,九州大学のコロナウイルス関連の危機管理ページから最新の情報を確認するようにしてください.
現在,以下のツールの利用を予定しています.必要に応じてアカウントの作成やPCへのインストールを進めておいてください.
- 九州大学 Moodle
- 出席,課題の提出などに使います.
- 必ず「2021年度前期・月3月4・数理生物学演習(野下 浩司)」コースへの登録をしてください.
- Microsoft Teams
- (原則対面ですが)一部オンラインでも実施します.
- また,新型コロナウイルスの感染拡大などによりオンライン実施になった際はMicrosoft Teamsを利用します.
- Microsoft Teamsをインストールの上,各自のSSO-IDでログインしてください.
- Moodle上の演習用リンクから参加してください.
- (原則対面ですが)一部オンラインでも実施します.
- Google Colab
- Googleアカウント(Gmailアカウント)が必要になります.
- もしGoogleアカウントを持っていない人は登録をしてください(自分のGmailやGoogleドライブへアクセスできる人は大丈夫です).
- Slack
演習資料等
- Microsoft Teamsで演習へ参加する際にカメラをオフ,マイクをミュート,で参加してください.学生側がひとりでもカメラをオンにしていると全体の通信量がかさむとのことです.
- 復習用に演習中の動画をTeamsの機能で録画します.
こちらはMoodleから公開しMicrosoft Teamsのチャット上で公開されていますので,必要な方は(通信量と相談しながら)利用してください.
第14回関連リンク
第13回関連リンク
- 演習資料
第12回関連リンク
第11回関連リンク
第10回関連リンク
第9回関連リンク
- 演習資料
- おまけ
- read_CGL_pattern.ipynb
LifeWikiから取得できるPlainText形式の各種パターンをNumpy配列へ変換する関するなど.
- read_CGL_pattern.ipynb
第8回関連リンク
- 演習資料
第7回関連リンク
第6回関連リンク
第5回関連リンク
- 演習資料
- 解答例
- おまけ
第4回関連リンク
第3回関連リンク
- 演習資料
第2回関連リンク
第1回関連リンク
- 演習資料
- 参考リンク
- Google Colaboratoryの開始方法(Coding TensorFlow)| Tensorflow Colabの概要説明動画.
場所
- W1-C-202
- (部分的に)オンライン
連絡先
担当教員
- 野下 浩司 noshita at morphometrics.jp
TA
- 荒木 周 araki at morphometrics.jp
- 富本 創 soukichi0206 at gmail.com
- 村田 英和 murata at morphometrics.jp
- 岩政 公平 iwamasa at morphometrics.jp
- 林 玲奈 rena.hayashi.route66 at gmail.com
本演習の関連リンク
参考図書等
ここに挙げたもの以外にもたくさんの教科書・文献が世の中にはある. 自分自身と本の相性もあるので,自分にあったものを探して利用しよう.
数理生物学
教科書
比較的広い内容を扱う数理生物学系の教科書.
- 数理生物学入門
- マレー数理生物学 Mathematical Biology I. An IntroductionとII. Spatial Models and Biomedical Applicationsの日本語訳
- シリーズ 数理生物学要論
- 進化生態学入門―数式で見る生物進化―
- 行動生態学入門
やや発展的・専門的な内容の教科書
- システム生物学入門―生物回路の設計原理―
- 力学系入門
- 感染症の数理モデル
- 数理生理学 上・下
- 作って動かすALife
- ゼロから作るDeep Learning
- 深層学習
- 深層学習
- 理論生物学入門
- Principles of Population Genetics
オムニバス
どちらかというと事例紹介.より研究に近い内容を知りたいとき.
まとめ系
Python
プログラミングはじめての人向け
他のプログラミング言語使ったことある人向け
まとめ系
その他
レポートや論文の作法
- リサーチの技法
- 理科系の作文技術
- 理工系のためのよい文章の書き方
- Technical Writing Courses for Engineers | Google Developers
- 57. All papers are created equal | Researchat.fm
文献管理
- Mendeley
- Mendeley: 利用にあたってのご案内
- Mendeley | 九州大学附属図書館
九州大学では機関版を利用できる.
数値計算・シミュレーション
その他
- 「リンゴが落ちたって、万有引力は発見できないさ」– 今の学問、社会のニーズに惑わされてない?(1999/3) [PDF]| まつもと まことのホームページ
- 0. はじめに:この文書のねらい | R でプログラミング:データの一括処理とグラフ描き
内容(予定)
状況に応じて進行が変わります. 以下は暫定的なもので,変更される可能性が非常に高いです.
- Hello, World!
- プログラミングの意義,プログラムが動くまで
- 演習用PC環境の構築
- Pythonの初歩的な使い方と数理生物学演習で必要な数学の復習
- ベクトル,行列計算,固有値・固有ベクトル
- 変数,リスト,四則演算,繰り返し処理
- 個体群動態の数理モデル1:離散指数増殖モデル,離散ロジスティック成長モデル
- 離散指数増殖モデル,離散ロジスティックモデル
- 条件分岐,関数,ファイル入出力,結果の出力,パッケージ,プロット(matplotlib)
- 個体群動態の数理モデル2:指数増殖モデル,ロジスティック成長モデル
- 指数増殖,ロジスティック成長
- 便利なパッケージ(NumPy,SciPy,SimPy)多次元配列,数値計算と数式処理,
- オイラー法
- 個体群動態の数理モデル3:ロトカ-ボルテラ モデル
- ロトカ・ボルテラ モデル,サーカディアンリズム
- 結果の可視化
- ニュートン法
- ランダムな現象:遺伝的浮動,ライト-フィッシャーモデル
- 確率過程,遺伝的浮動,ライト-フィッシャーモデル
- 擬似乱数
- 理論形態学:Raupのモデル
- Raupモデル
- 3Dパラメータ表示
- 回転行列
- 応用例紹介
- 研究をはじめるために:論文検索,管理,引用
- 文献検索,引用の仕方
- Google Scholor,Web of Science
- 空間構造の数理モデル1:セルオートマトン,ライフゲーム
- セル・オートマトン,ライフゲーム
- 時間変化する結果の可視化,境界条件
- 応用例紹介:???
- 空間構造の数理モデル2:モルフォゲンによるパターン形成,反応拡散モデル
- フレンチフラッグモデル,反応拡散系
- 2次元配列
- 疫学モデル
- SIRモデル
- 数値積分
- 最小二乗法
- 応用例紹介
- 最終課題への発表会
- 各チームのプレゼン
- 機械学習
- 応用例紹介
- 数理生物学でのプログラミング
- まとめ,最終課題へ向けた調整