■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 |
|