数理システム工学科では人と環境に配慮した最適なシステムを自ら考えて作成できるエンジニアの育成を目標として、以下のような特色あるカリキュラムを用意しています。
 |
| プログラムコンテスト：グループ単位で最適化問題のアルゴリズムを設計・開発し、性能を競います。 |
三本柱の体系的科目群
システム工学の基礎である情報技術と数理科学、
および環境科学の科目群を体系的に学習
グループ学習を基礎とした実習型科目群
プレゼンテーション能力、コミュニケーション能力、自ら学ぶ能力、創造性、研究遂行能力を育成
少人数クラス
50人クラスでのきめ細やかな指導
専門教育カリキュラム※高等学校教諭一種免許（数学）が取得可能です。
数理システム工学最前線
最近、医療分野での診断支援や自動運転技術に応用されるなど、人工知能（AI）技術の社会への波及が注目されています。画像認識や音声認識の研究分野で成功した「深層学習（ディープラーニング）」がその端緒となっています。その基本的な考え方は脳内での学習や認識の仕組みを数理モデルで模擬するものです。
スマートフォンなどで身近になった音声認識技術ですが、会議室で話すときのように少し離れた場所からの音声を聞き取る能力は人間に遠く及びません。周囲雑音や他人の音声、残響などに影響されやすいためです。本学科の甲斐研究室では、音声や話者特徴を強調するための数理モデルを深層学習のアプローチで獲得し、室内や屋外など実環境での認識や検索の精度を高める技術を開発しています。このような機械学習や知能情報処理に関連する研究においては、確率統計と最適化法及びアルゴリズム技術などの数理システム工学の手法が重要な基礎となっています。