必威体育_手机足球投注-官网app下载

图片

2025年4月 帝京大学理工学部がアップデートします!

総合理工学科&データサイエンス学科誕生

理学、工学分野で幅広い知識や技術を身につけ、
その知識や技術を融合し、社会が持つさまざまな課題解決に取り組み、
解決する人材を輩出する総合理工学科。

数理?統計学と情報工学を基礎にしながら、データを解析し、組み合わせ、
新しい価値を生み出すデータサイエンティストを
輩出するデータサイエンス学科。

いま、こうして理工学部に新しい学科が生まれるのは、
世の中の加速する変化の中、
教育のあり方、やり方もまた、
アップデートしていかなくてはならないから。

これからの世の中をより良く、魅力的にしていく人材を育成するために、
帝京大学理工学部は変わります。

詳細は、随時お届けします。

学科構成 ORGANIZATION

学部 学科?コース 入学定員 キャンパス
理工学部 総合理工学科 機械?航空宇宙コース 55名 宇都宮
キャンパス
ロボティクス?AIコース 35名
情報科学コース 55名
環境バイオテクノロジーコース 50名
データサイエンス学科 70名 板橋
キャンパス
情報科学科 通信教育課程 200名 ?

理工学部 総合理工学科 Department of Integrated Science and Engineering

設置 : 宇都宮キャンパス


理工学全般について
幅広く学び、
専門領域を深く学ぶ

総合理工学科では、理学、工学分野における幅広い知識を身につけ、修得した知識や技術を有機的に統合して、社会?環境の変化に追従?対応しつつ、社会におけるさまざまな課題解決の場面に対応できる人材を育成します。

「機械?航空宇宙コース」「ロボティクス?Alコース」「情報科学コース」「環境バイオテクノロジーコース」の4分野のコースを設け、理学、工学分野における基礎知識を幅広く学んだうえで各専門分野を深く学びます。

キーワード
メカトロニクス
ロボット
AI
DX
ビッグデータ
ロケット
人工衛星
情報
環境
バイオ
SDGs
総合理工学科:図版

学科の特徴 FEATURES

  • 初年次から全員が、さまざまな理工学の基礎科目やキャリア科目を学びます。
  • 中学?高校教員「数学」や「理科」ならびに、高等学校「情報」や「工業」の教員免許の取得をめざせます。
  • 総合理工学科の他コースおよび、宇都宮キャンパスの他学部?学科の授業も履修ができます。
  • リメディアル(補修)クラスを設置。入学時の基礎学力を考慮した学びのサポートを実施します。
  • 2年に進級時に一定の条件を満たしていれば、コース変更ができる制度を設けます。

4年間の学び SCHEDULE

理工学全般について俯瞰的に見る基礎を身につけたうえで、各コースの専門領域を深く学びます。

1年次 基礎的な知識と教養を身につける

理工学を学ぶうえで必要な数学、物理、化学、生物、情報などの知識や、すべての学生が身につけるべき教養を学びます。

  • ライフデザイン1?2
  • データサイエンス?AI入門
  • 英語1?2
  • 総合理工学概論
  • 情報基礎1
  • 基礎数学

2年次 理工学全般について俯瞰的に見る基礎を身につける

専門分野の基礎と、理工学全般を俯瞰的に見るために複数の分野にまたがる科目をグループ演習や実験を通して学びます。

  • ライフデザイン3?4
  • 現代科学と技術の展開1?2
  • データサイエンス応用基礎1?2
  • ライフサイエンスと環境
  • 理工学特別演習

3?4年次 専門領域をより深く学ぶ

専門領域の深い学びを通して高度な技術力を身につけ、豊かな創造力や実社会で役立つ問題を分析?統合し、課題解決する力を培います。

  • ライフデザイン5?6
  • インターンシップ
  • 卒業研究

各コースの専門的な学び

【機械?航空宇宙コース】

ものづくりの知識を、実学を通して学びます。多様化している社会のニーズに応えることができる、機械?航空宇宙工学分野のエンジニアに必要な基礎と専門の知識や技術を習得します。

1年次 エンジニアとしての基礎や専門分野の導入を学ぶ

機械?航空宇宙工学の導入や、すべての理工学全般で利用可能な基礎科目を学びます。

  • 微積分学1
  • 線形代数
  • 物理学1
  • 化学1
  • 電気回路1?2
  • 機械材料学
  • ものづくり入門
  • 機械?航空宇宙工学概論

2年次 機械?航空宇宙工学、ものづくりに必要な専門科目の基礎を学ぶ

基本となる材料力学をはじめとした機械4力学および、ものづくりに必要な設計?製図を学びます。

  • 材料力学
  • 流体力学
  • 熱力学
  • 機械力学
  • 基礎製図
  • 電気自動車
  • 基礎工学実験
  • 宇宙ミッション入門
  • エンジン構造論

3?4年次 機械?航空宇宙分野の中で自分がやりたい分野を選択し、より深く学び、研究する

これまで学んだ基礎をもとに、専門分野の中から自分がやりたいことを選択し、さらに深く学び、最新の研究を行います。

  • 自動制御1
  • 燃焼工学
  • 設計製図
  • 自動車構造実習
  • 航空機システム
  • 宇宙ミッション設計
  • 機械工作実習
  • 機械?航空宇宙工学実験

【ロボティクス?AIコース】

ロボティクスや機械学習を基礎とし、医療、バイオ、情報、航空などの異分野の知識を学びます。実践的で多様性のある問題の解決方法を学修し、製造業や情報通信業、研究機関などで活躍できる人材をめざします。

1年次 専門分野の基礎を学び、知的好奇心を向上させる

数学、物理学、プログラミングといった、ロボティクスやAIの基礎的な科目を学びます。

  • プログラミング1?2
  • 環境バイオテクノロジー入門
  • 微積分学1
  • 線形代数
  • プロジェクト演習
  • 物理学1
  • 機械材料学
  • 電気回路1?2

2年次 専門分野のほかに異分野の基礎を学び、探求したいテーマを見つける

ロボティクス、機械学習、プログラミング技術など多様な分野について学び、興味に応じた科目選択で探求の幅を広げます。

  • エレクトロニクス実験
  • 医用機器学
  • 基礎製図
  • Webプログラミング
  • 人工知能
  • 神経科学基礎
  • 工学基礎実験
  • 電子回路
  • 宇宙システム入門

3?4年次 専門性を高め、応用力を養いロボット工学的視点から社会的課題の解決方法を学ぶ

ロボット工学のより専門的な知識を修得し、他の学問分野との協力プロジェクトを通して、ロボティクスの応用範囲を広げます。

  • 機械工作実習
  • 人工知能の理論
  • パターン認識技術
  • ロボット?メカトロニクス実験
  • 宇宙ミッション設計
  • ロボティクス?AI実験
  • ロボットセンシング
  • 自動制御1?2

【情報科学コース】

情報技術、データサイエンス、AI、メディア表現など、情報科学の基礎となる理論を学びます。また、グループワーク型の実習を通して、環境や社会の諸問題の解決に貢献できる実践力を、実学を通して習得します。

1年次 情報科学分野の基礎や汎用的能力を身につける

情報科学の基礎を学び、グループ活動などを通して汎用的能力を身につけます。

  • 微積分学1
  • 線形代数
  • 情報基礎2
  • 物理学1
  • 論理数学
  • プログラミング1?2
  • 情報技術基礎
  • プロジェクト演習

2年次 情報科学分野の専門的理論や実用性の高い知識?技術を修得する

情報科学分野の理論や技術を幅広く学び、グループワークを通してコミュニケーション力や思考力、チームで働く力を鍛えます。

  • データ構造とアルゴリズム
  • オブジェクト指向プログラミング
  • Webプログラミング
  • ソフトウェア工学
  • 人工知能
  • コンピュータネットワーク
  • データベース論
  • デジタルマンガ制作演習

3?4年次 最先端の技術を理解し、プロジェクト型科目や卒業研究で応用力と実践力を身につける

最先端の理論や技術を修得し、これらを活かして課題解決型のプロジェクト科目や卒業研究に取り組むことで実践力を身につけます。

  • 情報理論
  • 情報セキュリティ
  • xRとインタラクション
  • 人工知能の理論
  • 並列処理と分散処理
  • コンピュータグラフィックス
  • 情報科学実習1?2

【環境バイオテクノロジーコース】

環境や生命にかかわるさまざまな社会課題に取り組み、自ら進んで解決するために必要な、?料品や医薬品開発などの生命科学やバイオテクノロジー分野をはじめとした幅広い知識と技術を学びます。

1年次 生命科学?環境バイオテクノロジーの基礎を学ぶ

基礎科目を通して、生命科学?環境バイオテクノロジーを理解する土台を築きます。

  • 生物学1?2
  • 化学1?2
  • 基礎有機化学
  • 細胞生物学
  • 基礎微生物学
  • 環境バイオテクノロジー入門
  • 環境バイオ研究室演習

2年次 生命科学?環境バイオテクノロジーの知識を深め、実践する

専門的な講義?実験を通して知識を深め、生命科学?環境バイオテクノロジーについて実践的な理解を深めます。

  • 分子遺伝学
  • 動物生理学
  • 植物科学基礎
  • 食品科学
  • 基礎生化学
  • 環境分析化学
  • 生化学?分子生物学実験
  • 環境衛生学実験

3?4年次 生命科学?環境バイオテクノロジーを分子レベルで理解し応用する専門性と技術を身につける

植物科学、動物科学、微生物科学、食品科学をはじめ、多岐にわたる分野を学修し、卒業研究を通して幅広い知識と技術を身につけます。

  • 微生物薬品化学
  • 生命進化と地球環境
  • 生命機能学
  • 微生物学実験
  • 動物生理学実験
  • 食品科学実験
  • 植物生理化学実験

取得可能な資格 CERTIFICATION

  • 中学?高校教員一種(数学)
  • 中学?高校教員一種(理科)
  • 高校教員一種(情報)
  • 高校教員一種(工業)
  • 学芸員
  • 食品衛生管理者?食品衛生監視員任用資格
  • 臨床工学技士
  • バイオ技術者認定試験(中級?上級)取得できる免許の数と種類に制限があります。

想定される進路 CAREER PATH

  • 製造業(各種機械?輸送機械?ロボット?食品?化学?医薬品等)
  • 運輸業(鉄道?航空等)
  • 情報サービス業
  • 農業サービス業(育種?栽培等)
  • 小売?流通産業
  • 中学?高校教員
  • 公務員
  • 大学院進学 など

施設?設備 FACILITIES?EQUIPMENT

【機械?航空宇宙コース】

実習工場:イメージ

実習工場

複雑形状の部品を3DCADソフトなどのプログラムで、高精度で製作できる、コンピュータ制御による工具自動交換機能を備えた「マシニングセンタ」など、モノづくりの現場で使われるさまざまな工作機械があります。

自動車技術センター:イメージ

自動車技術センター

実際の路上走行に近い状態を再現して、走行時における排出ガスや、燃費などを測定できる「4輪シャシダイナモメータ」をはじめ、自動車技術を学ぶうえで必要な装置を揃えています。

航空機格納庫:イメージ

航空機格納庫

日本が初めて開発した超音速航空機「音速高等練習機T-2」、ロケットや衛星の模型等を格納しています。基本的な飛行原理、航空機構造、エンジン構造等、ロケットや衛星の構造等実物を見て学ぶことができます。

宇宙機研究開発センター:イメージ

宇宙機研究開発センター

衛星組立に必要な清浄度を保ったクリーンルーム、宇宙空間の真空状態と熱環境を模擬した「スペースチャンバー」を設置するなど、人工衛星づくりができる環境を整備しています。

【ロボティクス?AIコース】

ロボット?メカトロニクス実験室:イメージ

ロボット?メカトロニクス実験室

ロボットの機構や仕組みを理解しながら「LEGO自律型ロボットキット」の制作や、専門的に学べる6軸の「アームロボット」を用いた手先位置の計算方法を学ぶ実習機器があります。

エレクトロニクス実験室:イメージ

エレクトロニクス実験室

電気?電子回路を作るために、オシロスコープ、ファンクションジェネレータ、マイコンや各種センサ機器を完備しています。また、課題解決力やチーム力を育めるよう、グループになってロボット製作ができる実習環境を整備しています。

ロボットを開発する各研究室:イメージ

ロボットを開発する各研究室

4年次は、教員の指導のもと卒業研究を行います。カメラやセンサで自律走行するロボット、AIを用いた農薬散布ロボット、センシングシステム等、より良い社会を実現するためのロボット開発環境を整えています。

AI技術を活用する各研究室:イメージ

AI技術を活用する各研究室

AIを用いた屋外自律移動ロボット、統計的機械学習によるソーラーパネルの異常検知システム、外科手術の穿刺を自動化するロボット、農作物の病気を検出する巡回ロボットなど、AI技術を活用した研究ができる環境を整備しています。

【情報科学コース】

TNec:イメージ

TNec

IT技術を活用したグループ活動やプレゼンテーションのためのアクティブラーニング教室です。各グループのモニタに個人のデバイスの画面を表示したり、画面や音声を全体で共有できます。

メディアラボ:イメージ

メディアラボ

高性能GPU搭載のPCを4K-27インチディスプレイで利用できる多目的PC教室です。VRゴーグルを用いたxR(VR/AR/MR)や、GPUを活用したデータサイエンス?AIの演習で利用します。

メディアスタジオ:イメージ

メディアスタジオ

動画制作やアニメーション制作を学ぶことができる、防音?吸音設備や映像および音声の収録?編集機材を備えた実験室です。研究や講義ビデオ等の収録にも活用できます。

ITラボ:イメージ

ITラボ

特殊なソフトウェアを用いた授業や、グループワークを含む活動を行う実習室です。80台のコンピュータが整備されており、授業だけでなく自習にも使用できます。

【環境バイオテクノロジーコース】

生物育成?培養施設:イメージ

生物育成?培養施設

研究に必要な、さまざまな植物の生長を研究できる各種温室をはじめ、温度?湿度?明るさなどの環境を一定に保ち、マウスの飼育?繁殖を行う動物実験室、微生物を安定して大量に培養する設備などを整えています。

質量分析装置:イメージ

質量分析装置

生物試料や食品に含まれる微量成分の同定や定量解析などに使用します。分析できる生体分子の種類や検出方法によって様々な種類があるため、目的に応じて使い分けます。

組織解析システム:イメージ

組織解析システム

顕微鏡で観察しながら、レーザーで微細な組織切片を切除?回収できる「レーザーマイクロダイセクション」や、小動物の脳組織全体像を高解像度に解析できる「脳組織解析システム」など、細胞?組織レベルでの時空間的解析を可能とする機器を整備しています。

バイオイメージング装置:イメージ

バイオイメージング装置

蛍光標識した試料の連続断層像を高解像度のイメージで取得し、コンピュータによって三次元情報の再構築を行うことができる共焦点レーザー顕微鏡を始め、電子顕微鏡、蛍光顕微鏡など様々な顕微鏡?バイオイメージング装置が揃っています。

理工学部 データサイエンス学科 Department of Data Science

設置 : 板橋キャンパス


総合大学の強みを生かして、
医療系学部、経済学部と連携した
医療データや経営データに関する
データサイエンスを板橋キャンパスで学ぶ

データサイエンス学科では、数理?統計学と情報工学の理論的基礎の上に、課題解決型学習法を活用し、データから価値のある情報を創造し、それを意思決定に生かす能力を備えた人材を育成します。

データサイエンティストとして必要な、経営データや医療データ等のビッグデータを分析し、活用?保存するための適切な方法を学びます。

キーワード
数理?統計学
情報工学
プログラミング
人工知能
Societey5.0
情報セキュリティ
データサイエンティスト
データサイエンス学科:図版

学科の特徴 FEATURES

  • 理工系出身の教員の指導のもと、基礎からスタートし、より?度な情報処理技術を段階的に学びます。
  • 初年次からキャリア教育を重視し、データサイエンティストとしての目標?意識?素養を身につけます。
  • PBL(課題解決)型演習でコミュニケーションを図りながら、実社会の課題を整理?解決に導く力を身につけます。
  • 本学医療系学部や経済学部と連携した実データ解析やビックデータを解析します。
  • 社会課題の解決方法を学べる栃木県下の情報系企業と連携したインターンシッププログラムを実施します。

4年間の学び SCHEDULE

医療系学部、経済学部と連携し、実データを活用した実学に基づいたデータサイエンスを学ぶことで、データから価値のある情報を創造します。

1年次 理工学やプログラミングの基礎を学ぶ

理工学やプログラミングの基礎を学び、またグループワークによる課題解決を体験します。

  • 英語1?2
  • ライフデザイン1?2
  • 線形代数
  • データサイエンス?AI入門
  • 微積分学1
  • プログラミング1?2
  • 情報技術基礎
  • 物理学1
  • プロジェクト演習

2年次 データサイエンスの基礎となる数理?統計学と情報工学の理論を学ぶ

データサイエンスの基礎となる数理?統計学と情報工学を学び、また企業実習にて実社会で遭遇する課題を体験します。

  • データサイエンス応用基礎1?2
  • 応用数学
  • 数理統計学
  • 論理回路
  • データベース論
  • 実践的機械学習
  • 工学基礎実験
  • 企業実習

3?4年次 データサイエンティストとしてのデータから価値を創造する力を学修する

医療データ?経営データといった実データを用いて、ビッグデータ解析演習を行います。AI(人工知能)に関する理解を深めます。

  • 医療データ価値創造演習
  • 医療統計学
  • 経営データ価値創造演習
  • 人工知能の理論
  • 量子物理学
  • 情報セキュリティ
  • 卒業研究

取得可能な資格 CERTIFICATION

  • 情報処理技術者(ITパスポート?基本情報技術者?応用情報技術者)
  • 日本ディープラーニング協会 G検定?E資格
  • 統計検定
  • CGエンジニア検定(ベーシック)

想定される進路 CAREER PATH

  • 情報産業
  • 製造業
  • 官公庁?地方自治体
  • 学術?開発研究機関
  • 金融業
  • 医療業
  • 保健衛生
  • 大学院進学 など

施設?設備 FACILITIES?EQUIPMENT

データ解析演習室:イメージ
イメージ

データ解析演習室(2025年9月完成予定)

ディープラニングを中心とした機械学習モデルの構築?評価を行うビッグデータ解析手法を身につけるため、大容量メモリーとGPUを備えた大規模計算機設備を設置しています。

帝京大学医学部附属病院:イメージ

帝京大学医学部附属病院

医学部?薬学部?医療技術学部の医療系3学部がそろう板橋キャンパスには、医学部附属病院も設置されています。医療系のデータを学ぶうえで必要な環境が目の前にあり、実学に基づいた学修ができる環境です。

医学総合図書館:イメージ

医学総合図書館

多くの医療系の図書?雑誌を所蔵する図書館は、自動貸出返却機で夜間および日曜日も利用できます。また、帝京大学のオリジナルアプリを使って、他のキャンパスの蔵書を取り寄せ、貸出ができます。

学費 TUITION

(単位 : 円)

総合理工学科 データサイエンス学科
入学金<入学時のみ> 263,000 263,000
授業料(半期分) 1,004,000
(502,000)
1,004,000
(502,000)
施設拡充費(半期分) 288,000
(144,000)
326,000
(163,000)
実験実習費(半期分) 166,000
(83,000)
166,000
(83,000)
学生傷害保険費<入学時のみ>※1 4,660 4,660
後援会入会費<入学時のみ> 5,000 ?
後援会費(半期分) 10,000
(5,000)
?
総合理工学科 データサイエンス学科
入学手続時納入金額※2 1,006,660 1,015,660
後期分 734,000 748,000
初年度金額合計※3 1,740,660 1,763,660

学生傷害保険費は、学研災付帯賠償責任保険を含む金額です。なお、保険費は変更になることがあります。

?入学手続時納入金額?の内訳は、入学時のみ納入するものと授業料?施設拡充費?実験実習費?図書費?後援会費の前期分です。後期分の納入については、入学後の9月末日前後に本学より通知します。

休学?留年等により進級できなかった場合、新たに所属する年度および年次の学納金が適用されます。

交通アクセス ACCESS

理工学部 総合理工学科 宇都宮キャンパス

〒320-8551 栃木県宇都宮市豊郷台1-1

JR東北新幹線?宇都宮線「宇都宮駅」下車関東バス5番のりば→豊郷台?帝京大学行、ニュー富士見行、宇都宮美術館行20分「帝京大学」下車

宇都宮キャンパス:地図

理工学部 データサイエンス学科 板橋キャンパス

〒173-8605 東京都板橋区加賀2-11-1

JR埼京線「十条駅」下車徒歩約10分

板橋キャンパス:地図

在学生および2024年度入学者対象のカリキュラムは2025年以降も継続し、現行の理工学部4学科は、在学生および2024年度入学者が卒業するまで維持されます。新学部で開講する新しい科目の多くは、在学生および2024年度入学者も履修可能ですので、在学生のカリキュラムも一層充実したものとなります。

総合理工学科:図版
データサイエンス学科:図版