This class will introduce students to new and exciting topics in modern physics. Recent discoveries and Nobel prize-winning research will be discussed in straight-forward terms such that anyone can understand and enjoy modern science. Lectures and discussions will be held in English and will cover a wide variety of topics in recent research. Even students with no previous physics experience are encouraged to join this class and learn about how we understand the world today. There will be in-class demonstrations to match some of the topics and we will frequently work in groups to approach interesting problems in current research.

Students in this course will learn about the fundamental physics behind recent topics in modern research as well as how they are applied in the real world. We will discuss these as both large and small groups. Students will work together and with the lecturer to understand new and challenging ideas at the forefront of physics.

Each week a different topic in modern physics and cosmology will be presented. The following week will include small and large group discussion on that material and related topics. Topics will include some of the following:

-) From the birth of stars to supernovae
-) The history of the universe and its expansion
-) Dark matter and dark energy
-) Observation of gravitational waves
-) Radiation in the modern world
-) Quarks and CP symmetry
-) Discovery of the Higgs boson
-) Neutrinos and their oscillations
-) Lasers for trapping atoms
-) Superconductivity at low and high temperatures

In addition to the above, students may request lectures on a few topics of their choice.

Total：14 classes, 1 Feedback class.　

特になし

This is a seminar course and the grade will be based on in-class participation (50%) and short reports (50%). Coming to each class with questions and an open mind is essential. Be ready to discuss in English with other students and the lecturer.

Instructions on material to review ahead of lectures and supplementary reading will be presented in class.

Students curious about recent discoveries in modern physics are encouraged to attend this course. No prior knowledge of physics is required.

R programming language is a useful environment for statistical data analysis and machine learning. The R language is widely used in many fields of science, for data processing, analysis, and visualization. In this course, I will introduce basic R programming techniques. Using example applications, I will illustrate how to use R to process and manipulate data, to write your own functions, to perform statistical tests, and to make figures.

Students will learn the basic features of the R language for data manipulation, computation, and visualization. They will learn how to write your own code and functions, and how to use publicly available packages. Example applications introduced during the course will give students enough experience to use R for their own analysis.

Lecture 1: Introduction to R. We will introduce R, its main features, and advantages and disadvantages. Using R interactively we will introduce some simple data types and commands.
Lectures 2-3. Simple manipulations, numbers and vectors. In this session, we will continue introducing simple operations. We will also discuss vectors, how to access their elements, and how to manipulate them.
Lecture 4: Inspecting variables and the workspace. We will discuss the properties of different classes of variables, and how to manipulate variables and the workspace.
Lectures 5-6: We will cover how to make vectors, arrays and matrices, and how to apply commands on them. We will introduce ways to manipulate arrays and matrices, and how to store and access data in them.
Lecture 7: Lists and data frames. We will introduce lists and data frames, and their basic commands and features.
Lecture 8: Environments and functions. So far we have only used pre-defined functions. In these two lectures we will discuss how to write your own functions for manipulating and processing various types of data.
Lecture 9: Flow control and loops. We will introduce ways how to execute commands only when some conditions are met (if statements), and how to execute operations repeatedly (various types of loops).
Lecture 10: Packages. Apart from pre-installed functions, there are thousands of libraries and packages publicly available. Here we will discuss how to find such packages in the “Comprehensive R Archive Network” (CRAN), how to install them, find documentation, and use them.
Lecture 11: Getting data and cleaning data. We will discuss several ways of reading data from files, cleaning data, and how to save data in files.
Lecture 12: Data visualization. We will introduce 3 big approaches for making various types of plots and figures in R.
Lecture 13: Statistical tests and probability distributions. R is particularly useful for statistical analysis of data. We will introduce commands related to probability distributions, and commands for applying various widely used statistical tests.
Lecture 14. Review of course material.
Lecture 15: Feedback

特になし

Grading: Attendance and active participation (20%) and small quizzes at the end of lectures (80%).

The course is based on the content of the textbook "Learning R: A Step-by-Step Function Guide to Data Analysis", but it is not necessary to buy the book.

It is strongly recommended to bring a laptop to the class.
No fixed office hours. Students are requested to make appointments directly or by email.

Several environmental problems preoccupy peoples around the world. They result from conflicts between natural and human systems, affect our daily life and compromise our future. This seminar will explore how several environmental issues are addressed at the regional, national or international level, and how ecology and environmental science are used as a basis for addressing and tackling these issues.

Upon successful completion of this seminar, students will (i) have a basic scientific understanding of the major environmental issues, and will be able (ii) to critically assess these issues and (iii) to develop decision-making skills for proposing sustainable options for the future.

The course will be based on in-depth analyses of several case studies that will be related to either:
- Climate change: vulnerability, adaptation and mitigation
- Heat waves and urban heat islands
- Air pollution: ozone in the troposphere
- Air pollution: input of nitrogen from the atmosphere to the biosphere
- Water pollution: eutrophication of aquatic ecosystems and scarcity of fresh water resources
- Water pollution: pesticides and endocrine disruptor
- Land degradation and restoration
- Deforestation
- Resource depletion: overfishing and fishing allowance
- Habitat fragmentation and endangered species
The first class will be an introduction and overview of course content. We will review the major environmental issues through reading a scientific paper. Students will work either alone or in small teams on one of these subjects they will select. They will have to read in depth relevant scientific papers, first provided by the instructor and then found by the students. Students will prepare oral presentations based on the paper’s content to the group at the next class as a starting point for a discussion. For all subjects that will be analyzed simultaneously, the guideline of the course will be (i) problem definition, (ii) quantification of impacts, (iii) vulnerability assessment and (iv) identification of appropriate solutions to solve it.

(1) Introduction and selection of case studies [1 week]
(2) Problem definition [2-3 weeks]
(3) Quantification of impacts [3-4 weeks]
(4) Vulnerability assessment[3-4 weeks]
(5) Identification of appropriate solutions [3-4 weeks]
(6) Final restitution [1week]
(7) Feedback [1week]

Total:14 classes and 1 feedback

特になし

Grading: Class participation (20%, students are expected to actively participate in discussion), oral presentation (40% during the class hours), written report (40%).
In no case will English language proficiency be a criterion for evaluating students.
Class attendance is expected: students who are absent more than three times without sound reasons (documented unavoidable absence) will not be credited.

Students are expected to read the distributed articles, to find additional information and to prepare oral presentations. Works on project outside of class hours is expected (about three hours between two classes).

Students are encouraged to ask questions and to make comments during the class.
Students are welcome to arrange appointments by email, even outside the official office hour, for questions and discussion

本授業では、AcademicなコンテクストにおけるSpeaking（Oral Presentation / Discussion / Debate等)の技能養成を中心課題に置き、この課題達成の手段として、Academic Reading、Speaking/Debate能力涵養のための演習を行う。Academic Readingの目的は「英語を読むことではなく、読み取った情報を整理、統合、理解した上で、これを他人に伝達したり、他人と議論したりする基盤とすることである」という前提に立ち、本授業は、こういった一連の作業を「全て英語を用いて実践する」訓練の場となる。 Oral Presentation / Debate / Reading Materialのについての講義／ディスカッションを含め、授業運営は全て英語で行う。

(1) Academic Reading Materialsを、「訳読」ではなく、「知識の取得、自らの議論の構築、他者への情報伝達」といった目的に応じて読みこなす力を身につける。
(2) 英語で読み取った情報を、英語でPreset/Discuss/Dabateするための技能を身につける。

①毎回の授業の構成
１〜２週間を１ユニットとして、それぞれ新しいReading Material / Audio-Visual Materialを導入し、授業中にこれを読み/視聴し、理解した内容について担当者、および授業参加者同士でディスカッションを行う、という形式をとる。ディスカッションの方法は受講人数に応じて変わりうるが、英語によるディスカッションまたはディベートをユニットの最終課題とする。

Session 1: Orientation / Introduction
Sessions 2 & 3: TED Exercise 1 (including discussion)
Sessions 4 & 5: TED Exercise 2 (including discussion)
Sessions 5 & 6: Reading in Social Science 1 (including discussion)
Sessions 7 & 8: Reading in Social Science 2 (including discussion)
Sessions 9 & 10: Debate based on readings 1
Sessions 10 & 11: Debate based on readings 2
Sessions 12, 13, 14: Group or Individual Presentation
Feedback

②学期を通じた課題（グループ課題）
グループで決定する任意のトピックについてグループ構成員がそれぞれ必要な英語文献を検索して読み、これを統合して英語によるoral presentationを学期末に行う。トピック等については授業中に指示する。

＜テキスト／課題等＞
テキストは指定せず、担当者がReading Materialを配布する。Reading Materialに加え、英語による講義等の音声／映像 Material(主にTED)を適宜導入する予定である。課題は上述の通りであり、原則として毎回の授業に対して宿題を課す予定はない。

＜履修の心得など＞
履修の時点でSpeakingやDebateの高い技術を要する必要はないが、Readingの演習を基盤としてそうしたコミュニケーションスキルを伸ばそうとする態度が求められる。

特になし

In-class Assignments（各授業での演習課題、Debate/Discussionへの貢献度、不定期の提出物等）（50%)
Oral Presentation (Group) (30%)
Final Paper(20%)

毎回の授業で指示する（主に、短いPresentation / Argumentの事前準備）

　本講義では、宗教学との関連のなかで死生学の基礎を学ぶ。死生学は20世紀後半に生まれた新しい学問であり、学際的な分野であるが、本講義では特に宗教的世界観や宗教的実践との関わりのなかで、死と生についての考え方を扱う。
　死生学には四つの柱がある。
　　① 死に臨む人々や死別の悲しみに直面している人々へのケアという問題（臨床死生学）。
　　② 死生に関わる儀礼や文化の問い直し。
　　③ 死生をめぐる根源的な感受性の涵養という問題（「いのちの教育」）。
　　④ 古今東西の死生観の比較研究。
　このように、生命倫理や医療倫理の問題から文化的実践や教育の問題、そして世界中の多様な死生観についての比較と、死生学が扱う領域は多岐にわたるが、そのどれもが、伝統的な宗教的世界観や宗教的実践が現代において弱体化・無効化しつつあることがその学問的動機となっている。それは例えば、葬送儀礼（葬式）の前提となっている宗教的世界観がもはや明示的には信じられなくなっているにもかかわらず、葬送儀礼を一切やめることには抵抗を覚える人が多いという曖昧な現状のなかで、そもそも葬送儀礼とは何なのかを問い直すのが死生学の一つの役割だということである。
　本講義では、上の四つの柱を念頭に置きつつ、具体的な問題を取り上げながら、死生学（と宗教学）の基礎を学ぶことにしたい。

1. 死生学という学問の基礎を理解する。
2. 生と死をめぐる現代的諸問題を理解する。
3. 自分自身の死生観を育めるようになる。

宗教的世界観や宗教的実践との関わり深い死生学の諸問題について、以下の各テーマについて授業を行う予定である。ときどき授業中にミニレポートを書いてもらい、できる限りそれも講義に反映する予定。

　1. イントロダクションと死生学の概要（第1回〜第2回）
　2. 震災による死者とその慰霊について（第3回〜第5回）
　3. 死の様態・死の人称・死の定義（第6回〜第8回）
　4. 「良い死」などというものがあるのか（第9回〜第11回）
　5. 死生観と人生の意味について（第12回〜第14回）

フィードバック（第15回）については別途連絡する。

特になし

平常点（60点）と定期試験（40点）
平常点は、授業内容に関するミニレポートを数回に1回提出してもらい、それによって評価する。
定期試験は、授業内容に関するいくつかのテーマから一つ選んで論じてもらうことを予定している。

予習としては、次回の授業のテーマに関係する問題について自分で考えたり調べたりすること。
授業後には、授業で紹介をしたいくつかの文献を読み、授業で説明したテーマの理解を深めること。

死生学を学ぶことは、自分自身の人生を見直し、生と死について根本的に考えることを要求される。心して受講してほしい。
ミニレポートの提出やお知らせ・教員とのやりとりはPandAを用いる。

This course is designed to introduce students to the fundamental principles of managing business organizations. Students will be exposed to management concepts, models, contexts, and practices. They will learn to apply management theory and conduct research to critically analyze and creatively solve real-life management problems. They will also learn to make and evaluate managerial decisions while considering cultural and ethical issues in a diverse and internationalized world.

After the course, students should be able to:
- Understand and explain the main concepts, theories and approaches of management
- Evaluate and analyze concrete management phenomena, dilemmas and decisions
- Reason and apply the knowledge gained to a range of examples and situations

The course is taught via a 90-minute seminar each week (involving a short lecture, discussions, and/or student presentations), over a period of 15 weeks (i.e., 14 classes, plus one feedback session). The following overview of the weekly content may be subject to adjustments.
Week 1 - Introduction to the Course and Assessments
Week 2 - Introduction to business management, history, and trends
Week 3 - Understanding consumer behaviour
Week 4 - Product and brand management
Week 5 - Managing service products and customer service
Week 6 - Marketing management and communication
Week 7 - Managing servicescapes/retailscapes
Week 8 - Human resource management and leadership
Week 9 - Auditing and strategic management
Week 10 - Managing diversity and international business management
Week 11 - Managing company/business performance
Week 12 - Managing relationships and building loyalty. Customer complaints handling and recovery
Week 13 - Presentations
Week 14 - Revision / Exam Preparation
Week T.B.A. - Feedback

Total：14 classes, plus 1 Feedback session

Knowledge of management is not a requirement to enrol in this course. However, the classes will be delivered in English. Students should have adequate language proficiency to ACTIVELY PARTICIPATE in the class.

- 30% Active Participation and Weekly Preparation/Homework Submissions
Students are expected to prepare for class by completing assigned tasks. They are also expected to actively participate in class discussions and share their thoughts and experiences in relation to topics discussed in class. IMPORTANT NOTE: Four (4) unexcused absences or nonsubmissions would automatically result in a ZERO (0) for this assessment.

- 30% Final Presentation & Written Report
Students will conduct an ‘audit’ on a company in Kyoto and deliver their findings in a summary presentation and written report.

- 40% Final Exam
Students will sit an exam at the end of the semester during the official examination period where they will complete a set of essay and short answer questions on management topics covered during the semester.

Students are expected to spend at least 90 minutes outside of class each week on class preparation, readings, and review.

By appointment via email

An algorithm is a well-defined procedure for solving a computational problem.
Reliable algorithms have become crucial components of people's daily lives; for example, the Internet or our smartphones would not work without them.
The purpose of this course is to provide a basic introduction to algorithms for graduate students.
General techniques for designing algorithms and analyzing their efficiency, as well as examples of widely used algorithms with important real-life applications, will be presented.

After completing this course, the student should be able to:
- Apply various algorithm design techniques for solving computational problems.
- Prove the correctness of an algorithm and measure its efficiency.
- Explain how famous algorithms such as Prim's algorithm, Quicksort, the Karp-Rabin algorithm, and Graham's scan work.

The course will cover the following topics:
1. Introduction
2. Divide-and-Conquer
3. Greedy Algorithms
4. Dynamic Programming
5. Randomized Algorithms
6. Advanced Sorting Algorithms
7. Hash Tables
8. Amortized Analysis
9. String Matching
10. Efficient Data Structures
11. Computational Geometry
12. NP-Completeness
13. Approximation Algorithms
14. Course summary and Q & A session
<>
15. Feedback

An ability to think abstractly and to solve problems of a mathematical nature will be required for this course.
No programming skills are needed.

A written examination at the end of the course.

Students will be expected to spend about 5 hours per week to prepare for and review the lessons.

　微分積分学は，線形代数学と共に現代の科学技術を支える数学の根幹をなす．この科目では，将来の応用に必要な微分積分学の基礎を解説する．
　微分積分学（講義・演義）Aでは，高校で学んだ一変数関数の微分積分の理論的な基礎を固めるとともに，さらに進んだ数学的解析の手法を学ぶ．

　一変数関数の微分積分の理論的な基礎を理解すること，ならびに，それを用いた数学解析の手法を修得して応用できるようになることを目標とする．

　この科目は講義と演義とが一体として構成されている．
　演義は原則として隔週で開講される．演義においては，受講者は問題演習や課題学習に積極的に取り組むことにより，それまでに講義で学んだ事柄の理解を深める．
　以下に挙げるのは講義の計画・内容である．各項目には，受講者の理解の程度を確認しながら，【 】で指示した週数を充てる．各項目・小項目の講義の順序は固定したものではなく，担当者の講義方針と受講者の背景や理解の状況に応じて，講義担当者が適切に決める．講義の進め方については適宜，指示をして，受講者が予習をできるように十分に配慮する．
　以下の内容を，フィードバック回を含め（試験週を除く）全15回にて行う．

1. 準備 【１週】：
　数，集合・写像，論理

2. 実数，極限，連続関数【３〜４週】：
　実数の連続性，数列の収束，無限級数*
　関数の極限，連続関数とその性質(中間値の定理など)

3. 一変数関数の微分法【３〜４週】：
　微分係数，一次近似，導関数，合成関数の微分
　平均値の定理とその応用
　高階導関数，テイラーの定理，無限小，近似値の計算*

4. 一変数関数の積分法【３〜４週】：
　リーマン積分，連続関数の積分可能性
　微分積分学の基本定理，部分積分，置換積分
　広義積分，曲線の長さ*
　
　なお

5. 重要な関数【３〜４週】：
　指数関数，三角関数，対数関数
　逆三角関数，ガンマ関数*

については必要な箇所で適宜説明を加えるものとする.

アステリスク * はオプション

特になし

演義担当教員によって平常点（演習への参加状況，課題への取組状況など）から得られた演義成績（30 点満点）をもとに，講義担当教員が期末試験を用いて，演義成績以上，100 点以下の範囲で 評価する．
教員によっては演義以外の平常点（レポート、中間試験などによるもの）を参考にすることもある．詳細は授業中に説明する．
本科目の評価が不合格であった履修者のうち，一定の基準以上の成績の者は再試験を受験できる．再試験の概要は KULASIS で履修者に通知する．なお再試験は9月末に実施予定である．

予習，復習とともに，演習問題を積極的に解いてみることが必要である．

　微分積分学は，線形代数学と共に現代の科学技術を支える数学の根幹をなす．この科目では，将来の応用に必要な微分積分学の基礎を解説する．
　微分積分学（講義・演義）Aでは，高校で学んだ一変数関数の微分積分の理論的な基礎を固めるとともに，さらに進んだ数学的解析の手法を学ぶ．

　一変数関数の微分積分の理論的な基礎を理解すること，ならびに，それを用いた数学解析の手法を修得して応用できるようになることを目標とする．

　この科目は講義と演義とが一体として構成されている．
　演義は原則として隔週で開講される．演義においては，受講者は問題演習や課題学習に積極的に取り組むことにより，それまでに講義で学んだ事柄の理解を深める．
　以下に挙げるのは講義の計画・内容である．各項目には，受講者の理解の程度を確認しながら，【 】で指示した週数を充てる．各項目・小項目の講義の順序は固定したものではなく，担当者の講義方針と受講者の背景や理解の状況に応じて，講義担当者が適切に決める．講義の進め方については適宜，指示をして，受講者が予習をできるように十分に配慮する．
　以下の内容を，フィードバック回を含め（試験週を除く）全15回にて行う．

1. 準備 【１週】：
　数，集合・写像，論理

2. 実数，極限，連続関数【３〜４週】：
　実数の連続性，数列の収束，無限級数*
　関数の極限，連続関数とその性質(中間値の定理など)

3. 一変数関数の微分法【３〜４週】：
　微分係数，一次近似，導関数，合成関数の微分
　平均値の定理とその応用
　高階導関数，テイラーの定理，無限小，近似値の計算*

4. 一変数関数の積分法【３〜４週】：
　リーマン積分，連続関数の積分可能性
　微分積分学の基本定理，部分積分，置換積分
　広義積分，曲線の長さ*
　
　なお

5. 重要な関数【３〜４週】：
　指数関数，三角関数，対数関数
　逆三角関数，ガンマ関数*

については必要な箇所で適宜説明を加えるものとする.

アステリスク * はオプション

特になし

演義担当教員によって平常点（演習への参加状況，課題への取組状況など）から得られた演義成績（30 点満点）をもとに，講義担当教員が期末試験を用いて，演義成績以上，100 点以下の範囲で 評価する．
教員によっては演義以外の平常点（レポート、中間試験などによるもの）を参考にすることもある．詳細は授業中に説明する．
本科目の評価が不合格であった履修者のうち，一定の基準以上の成績の者は再試験を受験できる．再試験の概要は KULASIS で履修者に通知する．なお再試験は9月末に実施予定である．

予習，復習とともに，演習問題を積極的に解いてみることが必要である．

　微分積分学は，線形代数学と共に現代の科学技術を支える数学の根幹をなす．この科目では，将来の応用に必要な微分積分学の基礎を解説する．
　微分積分学（講義・演義）Aでは，高校で学んだ一変数関数の微分積分の理論的な基礎を固めるとともに，さらに進んだ数学的解析の手法を学ぶ．

　一変数関数の微分積分の理論的な基礎を理解すること，ならびに，それを用いた数学解析の手法を修得して応用できるようになることを目標とする．

　この科目は講義と演義とが一体として構成されている．
　演義は原則として隔週で開講される．演義においては，受講者は問題演習や課題学習に積極的に取り組むことにより，それまでに講義で学んだ事柄の理解を深める．
　以下に挙げるのは講義の計画・内容である．各項目には，受講者の理解の程度を確認しながら，【 】で指示した週数を充てる．各項目・小項目の講義の順序は固定したものではなく，担当者の講義方針と受講者の背景や理解の状況に応じて，講義担当者が適切に決める．講義の進め方については適宜，指示をして，受講者が予習をできるように十分に配慮する．
　以下の内容を，フィードバック回を含め（試験週を除く）全15回にて行う．

1. 準備 【１週】：
　数，集合・写像，論理

2. 実数，極限，連続関数【３〜４週】：
　実数の連続性，数列の収束，無限級数*
　関数の極限，連続関数とその性質(中間値の定理など)

3. 一変数関数の微分法【３〜４週】：
　微分係数，一次近似，導関数，合成関数の微分
　平均値の定理とその応用
　高階導関数，テイラーの定理，無限小，近似値の計算*

4. 一変数関数の積分法【３〜４週】：
　リーマン積分，連続関数の積分可能性
　微分積分学の基本定理，部分積分，置換積分
　広義積分，曲線の長さ*
　
　なお

5. 重要な関数【３〜４週】：
　指数関数，三角関数，対数関数
　逆三角関数，ガンマ関数*

については必要な箇所で適宜説明を加えるものとする.

アステリスク * はオプション

特になし

演義担当教員によって平常点（演習への参加状況，課題への取組状況など）から得られた演義成績（30 点満点）をもとに，講義担当教員が期末試験を用いて，演義成績以上，100 点以下の範囲で 評価する．
教員によっては演義以外の平常点（レポート、中間試験などによるもの）を参考にすることもある．詳細は授業中に説明する．
本科目の評価が不合格であった履修者のうち，一定の基準以上の成績の者は再試験を受験できる．再試験の概要は KULASIS で履修者に通知する．なお再試験は9月末に実施予定である．

予習，復習とともに，演習問題を積極的に解いてみることが必要である．