科目概要

対象年度
2005
教育課程名
博士前期課程 専攻別科目
授業科目名
ニューラルネットワーク
Subject Name
Neural Networks
単位数
2
必修・選択の別
選択
対象学科・学年
情報工学専攻 1年
開講時期
前期
授業方法
講義
担当教員
鈴木幸司(SUZUKI, Yukinori)(情報工学専攻・コンピュータ知能学講座(Computational Intelligence講座))
教員室番号
V611
連絡先(Tel)
0143-46-5435
連絡先(E-Mail)
yuki@csse.muroran-it.ac.jp


シラバス

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
論文を引用して講義する.
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.