| 授業のねらい |
| ニュ―ラルネットワークは，脳の情報処理メカニズムを解明する研究分野として，また，工学的に有用なことから様々な分野で要素技術として応用されている．本講義では，ニューラルネットワークを理解するための脳の神経回路と数学の基礎的知識を習得し，現在，広く応用されているニューラルネットワークのモデルを紹介する．さらに，技術要素としての応用について学ぶ． |
|
| 授業の目標 |
| ニューラルネッワークの基礎理論とモデルを理解し，技術要素としての応用能力を習得する． |
|
| 授業計画 |
第１週〜第２週：脳の神経回路，ニューラルネットワークの数学的基礎
第３週〜第９週：ニューラルネットワークのモデル
Perceptron and Backpropagation Algorithm
Hopfiled Modelと連想記憶
Boltzmann Machineと確率的学習
Self-Organizing Feature Map
Adaptive Resonance Theory (ART1 and ART2)
Support Vector Machine
第１０週〜第１２週：ニューラルネッワークの技術要素としての応用
パターン認識，画像認識・理解，信号処理
ウエッブコンピューテング
第１３週〜第１５週：ニューラルネッワークプロジェクト与えられた課題に
対して計算実験を行い，レポートしてまとめる．プ
ゼンテーションも実施する． |
|
| 教科書及び教材 |
|
| 参考書 |
| S. Haykin， Neural Networks， IEEE Press， 1994. |
|
| 成績評価方法 |
| 原則としてレポートやプレゼンテーションにより評価する． |
|
| 履修条件等 |
|
| 教員からのメッセージ |
| ニューラルネッワークは技術要素として広く用いられているため，よく勉強してほしい． |
|
| その他 |
| ニューラルネットワークは修士論文の研究等に広く応用できる． |
|