|
徳島文理大学 | Webシラバスシステム |
TOP | 戻る |
| 徳島文理大学短期大学部 |
| 科目番号 | 10290 | 担当教員名 | 吉田 知司 | 単位 | 2単位 |
|---|
| 科目群 | 専門 | 必修・選択 | 選択 | 開講期 | 後期 | 対象年次 | 1,2,3年 |
|---|
| 授業概要 |
|---|
| 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，技術要素としての信号処理、画像処理、データ処理への応用手法について修得する． |
| 到達目標 |
| 1.ニューラルネットに関する基本的な専門用語の意味を述べることができる．(知識) 2.工学に用いられるニューラルネットの素子構造と特徴を学び，非線形学習能力を有することが説明できる．(態度) 3.フィードフォワードニューラルネットワークおよびボルツマンマシンの学習メカニズムを理解する．(技能) 4.知識情報処理が果たしている社会的役割と，それに伴う問題点を説明できる．(思考) |
| 授業計画 | 授業形態 | 授業時間外学習 | |
|---|---|---|---|
| 【1】 | 信号処理における非線形問題 | 講義・演習・討論 演習は翌週に解説を加える | 線形問題と非線形問題に関する準備(90分),理解(90分) |
| 【2】 | 画像処理における非線形問題 | 講義・演習・討論 演習は翌週に解説を加える | 線形問題と非線形問題に関する準備(90分),理解(90分) |
| 【3】 | パターン認識理論 | 講義・演習・討論 演習は翌週に解説を加える | パターン認識に関する基礎事項準備(90分),理解(90分) |
| 【4】 | 統計的決定法 | 講義・演習・討論 演習は翌週に解説を加える | パターン認識に関する基礎事項準備(90分),理解(90分) |
| 【5】 | ノンパラメトリック決定法 | 講義・演習・討論 演習は翌週に解説を加える | パターン認識に関する基礎事項準備(90分),理解(90分) |
| 【6】 | クラスタリング手法基礎と応用 | 講義・演習・討論 演習は翌週に解説を加える | クラスタリングに関する基礎事項準備(90分),理解(90分) |
| 【7】 | クラスタリングの適用（信号処理、画像処理） | 講義・演習・討論 演習は翌週に解説を加える | クラスタリングに関する問題準備(90分),検討・理解(90分) |
| 【8】 | ニューラルネットワークの数理 | 講義・演習・討論 演習は翌週に解説を加える | ニューラルネットワークの基礎事項準備(90分),理解(90分) |
| 【9】 | ニューラルネットワークアルゴリズム� 文�配法） | 講義・演習・討論 演習は翌週に解説を加える | ニューラルネットワークの基礎事項準備(90分),理解(90分) |
| 【10】 | ニューラルネットワークアルゴリズム�◆文躡控嫖組陀 � | 講義・演習・討論 演習は翌週に解説を加える | ニューラルネットワークの基礎事項準備(90分),理解(90分) |
| 【11】 | ニューラルネットワークアルゴリズム��（自己組織化地図法） | 講義・演習・討論 演習は翌週に解説を加える | ニューラルネットワークの基礎事項準備(90分),理解(90分) |
| 【12】 | 過学習とローカルミニマム | 講義・演習・討論 演習は翌週に解説を加える | 学習に関する準備(90分),調査・理解(90分) |
| 【13】 | 画像処理における問題検討と適用法 | 講義・演習・討論 演習は翌週に解説を加える | 画像とパターン認識についての準備(90分),理解(90分) |
| 【14】 | 医用データ処理への応用（推定） | 講義・演習・討論 演習は翌週に解説を加える | データ処理に関する準備(90分),理解(90分) |
| 【15】 | 医用データ処理への応用（ビッグデータ解析） | 講義・演習・討論 演習は翌週に解説を加える | データ処理に関する準備(90分),理解(90分) |
| 評価方法 |
|---|
| 課題の報告内容(40%)や演習問題(50%)、授業態度(10%)を総合的に評価する。 |
| 教科書 |
| 授業時間中に資料配布 |
| 参考図書 |
| 適宜紹介 |
| 備考 |
|---|
| オフィスアワー：金曜日 5講時 詳細は研究室前に掲示 実務経験なし |