Teaching / 教育

I teach courses in the Faculty of Science and the Graduate School of Science and Engineering at Chiba University, spanning plasma astrophysics, computational physics, and data science.

Courses

Graduate (融合理工学府 Physics Course)

Astrophysics I (宇宙物理学 I) — 後期 (Fall)

Core lecture course for Master’s students. Topics: plasma physics fundamentals, plasma waves, kinetic theory, magnetohydrodynamic (MHD) equations, and collisionless shock waves. Closely tied to the research carried out in the laboratory.

Undergraduate (Faculty of Science)

Computational Physics (計算物理学) — 前期 (Spring)

Introduces numerical methods for physics: solutions of linear and nonlinear algebraic equations, numerical integration of ordinary differential equations, and applications to physical simulations. Exercises are implemented in Python on the university’s computing system.

University-wide Data Science Program

As part of Chiba University’s cross-faculty data literacy initiative, I co-teach several courses open to all faculties:

Data Science C (データサイエンスC) — 前期 (Spring)

Introduction to information science as a scientific discipline. Starting from the question of what “information” is, the course covers probability models, information quantification via entropy (Shannon entropy), channel capacity, coding theory, data compression, and public-key cryptography.

Data Science in Society (社会におけるデータサイエンス) — 前期 (Spring)

Explores how data science is applied across various fields of society — industry, medicine, policy, and science. Students examine real-world case studies and ethical considerations of data-driven decision making.

Data Science B (データサイエンスB) — 後期 (Fall)

Introductory course on data science combining elementary statistics and Python programming. Students implement programs for statistical computation and data visualization, developing practical skills for data analysis. Part of the mandatory Mathematical and Data Science Education Program curriculum. Prior experience with Python programming is strongly recommended.

Machine Learning in Practice (機械学習実践入門) — 後期 (Fall)

Applied introduction to machine learning algorithms including regression, classification, and clustering. Emphasis on practical implementation and interpretation of results using real datasets.

Simulation Codes for Education

  • pCANS — Electromagnetic Particle-in-Cell simulation code developed in the laboratory; used in graduate seminars and student research projects.
  • CANS+ — High-order Godunov MHD code; used for jet and accretion-disk simulation exercises.

Graduate Student Supervision

I supervise Master’s and Doctoral students working on plasma astrophysics, space physics, and large-scale numerical simulation. Prospective students are welcome to contact me.

Recent publications with students:

Contact: ymatumot@chiba-u.jp

千葉大学理学部および大学院融合理工学府において、プラズマ宇宙物理学・計算物理学・データサイエンスに関する授業を担当しています。

担当科目

大学院（融合理工学府 物理学コース）

宇宙物理学 I — 後期

博士前期課程（修士）向けの講義科目。プラズマ物理学の基礎・プラズマ波動・運動論・磁気流体力学（MHD）方程式・無衝突衝撃波を扱います。研究室での研究内容と直結しています。

学部（理学部）

計算物理学 — 前期

物理学のための数値計算法を学ぶ授業。連立一次方程式・非線形方程式の数値解法、常微分方程式の数値積分、物理シミュレーションへの応用を扱います。演習はPythonで実施します。

全学データサイエンス教育プログラム

千葉大学の全学データリテラシー教育の一環として、全学部対象の以下の科目を担当しています：

データサイエンスC — 前期

情報科学を科学的な対象として扱うことを学ぶ入門講義。「情報とは何か」という問いから出発し、確率モデル、情報エントロピー（シャノンエントロピー）による情報の定量化、通信路容量、符号化理論、情報圧縮（ハフマン符号など）、公開鍵暗号化を扱います。

社会におけるデータサイエンス — 前期

産業・医療・政策・科学などさまざまな分野でのデータサイエンス活用を学ぶ科目。実社会の事例分析を通じて、データ駆動型意思決定の可能性と倫理的課題を考察します。

データサイエンスB — 後期

初歩的な統計学とPythonプログラミングを組み合わせたデータサイエンス入門科目。統計計算やデータ可視化のプログラムを実装し、データ分析の実践的スキルを習得します。千葉大学「数理・データサイエンス教育プログラム」の必修科目。

機械学習実践入門 — 後期

回帰・分類・クラスタリングなど機械学習アルゴリズムの応用入門。実データを用いた実装と結果の解釈を重視します。

教育用シミュレーションコード

  • pCANS — 研究室で開発した電磁粒子シミュレーションコード（PIC法）。大学院のゼミや学生研究で活用しています。
  • CANS+ — 高次ゴドゥノフ法MHDコード。ジェット・降着円盤のシミュレーション演習に使用しています。

大学院生の指導

プラズマ宇宙物理学・宇宙空間物理学・大規模数値シミュレーションに関する修士・博士課程の学生を指導しています。 研究室への参加を希望する方はお気軽にご連絡ください。

最近の学生との論文:

連絡先: ymatumot@chiba-u.jp