| 授業科目 |
担当教員 |
開講期 |
人工知能
(Artificial Intelligence )
|
馬淵 真人
|
前期
|
| 科目番号 |
対象学年 |
必修・選択の別 |
単位数 |
|
62230
|
2年 電子工学専攻
|
選択
|
2単位
|
授業目標
人間のような知的な、そして柔軟な判断力を備えた計算機システムは人工知能やシステム科学、さらには記号論理学などニューロコンピューティングがある。それぞれに関する入門書、先端的状況を著した専門書があるが、それらの長所、短所を検討しシステム科学や人工知能の内容を踏まえた形のニューロコンピューテイングな講義を行う。
到達目標は”並列パーセプトロンと競合学習の理解”、”階層ネットワークとバックプロパゲーションの理解”と”連想記憶の理解”の基本的概念を身に着ける事を目標とする。
|
- 教科書
- ニューロとファジー 甘利俊一、向殿政男（培風館）
-
- 参考書
- 各自の学力に合う書籍:例えば 神経回路網の数理 甘利俊一 （産業図書）
-
|
授業の進め方
教科書の各章毎を学生に担当してもらい、その内容を他の学生に説明、そして質問を受ける。更なる内容を担当教員が行う。このように、教員が一方的に講義をするのではなく、学生参加の双方向授業の講義形式を行うので、積極的に質問をして欲しい。
|
授業内容
| 1 |
情報システムの発展と人工知能
|
| 2 |
生体情報処理の特徴
|
| 3 |
ニューロコンピュータの基本構造
|
| 4 |
ヘッブ学習則
|
| 5 |
相互結合型ネット
|
| 6 |
多層ネットワーク
|
| 7 |
バックプロパゲション学習則
|
| 8 |
パターン認識
|
| 9 |
エキスパート判断論理
|
| 10 |
時系列的な事象の推論
|
| 11 |
ニューロコンピューティングの応用適否
|
| 12 |
ニューロシステム構築事例
|
| 13 |
階層型ネットワークの単純応用
|
| 14 |
階層型ネットワーク法における入力の相関関係の求め方
|
| 15 |
期末試験
|
|
成績評価の方法
到達目標が達成されているかを試験100%で総合評価し、60%以上であれば合格とする。 |
学生へのメッセージ
ゼミ形式で行うので積極的に議論に参加し担当学生や、教員をやり込めて下さい。 |
| 学習・教育目標(複合融合) |
A2 |
学習・教育目標(生物応用化学) |
|