| ■授業内容と方法 |
|
ニューラルネットワーク（Neural Network:NN）とは,脳の活動を模倣した並列分散情報処理モデルで ある。この講義では、ニューラルネットワークの基礎概念と情報処理モデル,学習アルゴリズムおよび学習アルゴリズムに関して講義する。また、近年ソフトコンピューティングの分野 でニューラルネットとともに注目を集めている遺伝的アルゴリズム(Genetic Algorithms:GA)に関して講義する.この講義の学習達成目標は,ニューラルネットおよび遺伝的アルゴリズムの 基礎概念の習得と問題解決へ応用するための技能習得である.
|
| ■達成目標 |
○NNおよびGAの基本的アルゴリズムおよびその特徴を理解し,NNおよびGAプログラムにより問題解決ができる能力を身につける．
（専門性:H-2）
|
| ■評価基準と評価方法 |
レポート1(25%)，レポート2(25%)，レポート3(25%)とレポート4（25％）の結果を総合して判定する．
レポート１では，BP関する設問を設定しNNへの理解に対する評価を行う．
レポート２では，ホップフィールドネットよる問題解決の実践に関する評価を行う．
レポート３では，自己組織化マップ（SOM）を用いた問題設定，および問題解決に関する評価を行う．
レポート４では，進化計算に関する課題を設定しGAに関する理解，応用力を評価する．
|
| ■履修条件 |
|
工業数学IIを履修していることが望ましい．
|
| ■授業計画 |
第1回 ( ) ガイダンス：登録とシラバス説明
第2回 ( ) 階 層型神経回路網：マカロック・ピッツモデル,パーセプトロン
第3回 ( ) 階層型神経回路網（２）：線形分離可能性，パーセプト ロン学習
第4回 ( ) 誤差逆伝播法：誤差逆伝播法アルゴリズム
第5回 ( ) 逆伝播法の拡張：逐次修 正と一括修正,慣性項
第6回 ( ) BP演習
第7回 ( ) Hopfieldネットワーク：Hopfieldネットの概要
第8回 ( ) Hopfieldネットワーク（２）TSPへの応用
第9回 ( ) Hopfield net 演習
第10回 ( ) 自己組織化マップ
第11回 ( ) SOM演習
第12回 ( ) 遺伝的アルゴリズム：単純GAのアルゴリズム遺伝的アルゴリズムの応用
第13回 ( ) 遺伝的アルゴリズム：スキーマ定理と積み木仮説
第14回 ( ) GA演習
第15回 ( ) 遺伝的アルゴリズムの応用：遺伝的プログラミング
|
| ■事前・事後学習 |
|
|
| ■教科書 |
ISBN |
|
|
| ■参考書 |
ISBN |
|
熊沢 逸夫 著， ｢学習とニューラルネットワーク｣ 森北出版
|
9784627702912 |
|
Philip.D.Wasserman 著，「ニューラル・コンピューティング-理論と実際-」森北出版
|
4627822006 |
|
北野 宏明 編著，「遺伝的アルゴリズム１～４」産業図書出版
|
4782851413 |
|
| ■備考(メッセージ) |
|
|
| ■オフィスアワー |
|
月２限，水２限
|
| ■メールアドレス |
endo@ie.u-ryukyu.ac.jp
|
| ■URL |
|
|