| 科目名 |
ソフトコンピューティング論 |
| 担当教員 |
吉田 真一 |
| 対象学年 |
1年,2年 |
クラス |
院：専門001 |
| 講義室 |
Ａ１０５ |
開講学期 |
２学期 |
| 曜日・時限 |
火２,金２ |
単位区分 |
選択 |
| 授業形態 |
一般講義 |
単位数 |
2 |
| 準備事項 |
|
| 備考 |
|
| 授業の詳細1 |
講義の目的・学習目標
1960年代後半から1970年代にかけて勃興したファジィ理論（あいまい理論）およ
びニューラルネットワーク（脳神経細胞ネットワーク）は，計算機の新たな応用
方法について重要な指針を示した．しかしながら，その計算機上への応用は長ら
く限られたものとなっていた．
近年の計算機の性能の向上ならびにインターネットの世界的な普及により，コン
ピュータで様々なことが行えるようになり，上記の技術の応用分野が広がってき
ている．
また1990年代以降，遺伝的アルゴリズム，人工生命などの生物の進化を模倣した
計算手法，蟻の社会を模倣したアントアルゴリズムなど，生命の仕組みを模倣し
た新たな手法も生まれてきている．
本講義の目的は，これらについての理論を概観するとともに，応用事例を学び，
また自ら新たな応用への模索を行えるようになることである．
講義の進め方
14回の講義を行い，最終試験を最後に行う．
また，授業中に適宜演習を行う他，レポート課題も行う
成績評価は，最終試験の成績ならびにレポート課題の内容により評価する．
この他，演習の点数も適宜考慮する．
|
| 授業の詳細2 |
講義計画：
1. ソフトコンピューティングと計算知能の概要
歴史と背景
現在の状況
2. ファジィ理論1
ファジィ集合，ファジィ論理とファジィ演算，ファジィ推論
3. ファジィ理論2
ファジィ測度
4. ニューラルネットワーク1
相互結合型ネットワーク，ボルツマンマシン，側抑制
5. ニューラルネットワーク2
階層型ネットワーク，ヘブの学習則，バックプロパゲーション
6. ニューラルネットワーク2
連想記憶，自己組織化マップ
7. 進化計算法
遺伝的アルゴリズム，遺伝的プログラミング
8. ファジィ理論応用事例
9. ニューラルネット応用事例
10. 進化計算法応用事例
11. 人工生命，アントアルゴリズム
12. ラフ集合論
13. 応用演習1
14. 応用演習2
15. 最終試験
教科書： 講義時に適宜参考図書の指示および資料の配布をする．
成績評価： AA: ソフトコンピューティングについて十分に理解し，自らそれらを応用することができる
A: ソフトコンピューティングの理論・応用について理解し，その特徴と問題点について整理することができる
B: ソフトコンピューティングの理論・応用について理解している
C: ソフトコンピューティングのごく基礎部分について理解できている
D: C に達していないもの．単位取得不可．
|
| 授業の詳細3 |
|
| 授業の詳細4 |
|
| 授業の詳細5 |
|
| 授業の詳細6 |
|
| 授業の詳細7 |
|
| 授業の詳細8 |
|
| 授業の詳細9 |
|
| 授業の詳細10 |
|
|