| 開講年度 |
|
| 教育課程名 |
|
| 授業科目番号 |
|
| 授業科目名 |
|
| 開講曜日と時限 |
|
| 教室番号 |
|
| 開講学期 |
|
| 単位数 |
|
| 対象学科・学年 |
|
| 必修・選択の別 |
|
| 授業方法 |
|
| 担当教員 |
鈴木幸司（SUZUKI， Yukinori）（情報工学科・コンピュータ知能学講座
(Computational Intelligence 講座)）
佐賀聡人（SAGA， Sato）(情報工学科・コンピュータ知能学講座
(Computational Intelligence 講座)） |
|
| 教員室番号 |
|
| 連絡先（Tel） |
0143-46-5435（鈴木）
0143-46-5415（佐賀） |
|
| 連絡先（E-Mail） |
e-mail yuki@csse.muroran-it.ac.jp（鈴木）
e-mail saga@csse.muroran-it.ac.jp（佐賀） |
|
| オフィスアワー |
木曜日 １６：３０〜１７：３０（鈴木，V611室）
金曜日 １０：００〜１２：００（佐賀，V212室） |
|
| 授業のねらい |
| 演習によってソフトコンピューテング特論の講義で学んだことを深く理解するとともにアルゴリズムを構築する実践力と工学的問題と関連づけて説明するプレゼンティーション力を習得する． |
|
| 到達度目標 |
１．ソフトコンピューテングで学んだ理論で問題を解くためのアルゴリズムを構築できる．（実践力）
２．工学的問題とソフトコンピューテングで学んだことを関連づけて説明できる（プレゼンテーション力） |
|
| 授業計画 |
第１週 ソフトコンピューテングの演習の概要と計画，脳の神経回路とそ
のモデルに関する演習
第２週 線形学習理論とニューラルネッワークに関する演習（１）
第３週 線形学習理論とニューラルネッワークに関する演習（２）
第４週 クラスタリングとニューラルネットワークに関する演習
第５週 学習ベクトル量子化に関する演習
第６週 進化計算論と最適化に関する演習
第７週 進化計算論とクラスタリングに関する演習
第８週 演習成果のプレゼンテーション（１）
第９週 三角型ファジィ集合の表現に関する演習
第１０週 三角型ファジィ集合間の適合度に関する演習
第１１週 ファジィ推論システムの構築に関する演習（１）
第１２週 ファジィ推論システムの構築に関する演習（２）
第１３週 ファジィ命題の真理値限定に関する演習
第１４週 演習成果のプレゼンテーション（２）
第１５週 演習結果のプレゼンテーション（３） |
|
| 教科書及び教材 |
|
| 参考書 |
|
| 成績評価方法 |
| レポート・演習におけるプレゼンテーションによって総合的に評価する． |
|
| 履修上の注意 |
（１）授業中の質問は大歓迎。オフイスアワーなどでの質問も適宜受け付け
る．
（２）授業の変更や緊急時の連絡は授業中または掲示板で通知をする．
（３）不合格者は再履修すること． |
|
| 教員からのメッセージ |
| 演習によって講義での内容が深く理解でき実践力が身に付くのでしっかり取り組んでほしい． |
|
| 学習・教育目標との対応 |
| この授業科目は情報工学専攻の学習・教育目標の全ての項目に対応している． |
|
| 関連科目 |
|
| その他 |
|