2020年 大学院理工学研究科 シラバス - 情報科学専攻
設置情報
科目名 | シミュレーション特論 | ||
---|---|---|---|
設置学科 | 情報科学専攻 | 学年 | 1年 |
担当者 | 保谷 哲也 | 履修期 | 後期 |
単位 | 2 | 曜日時限 | 月曜4 |
校舎 | 船橋 | 時間割CD | K14B |
クラス |
概要
学修到達目標 | シミュレーションとは,実世界における現象等を定式化し,その上で計算機を活用することにより現実との類似または乖離を見出しつつ,問題解決に役立たせるものである。具体的には,人工ニューラルネットワークおよびパターン認識のシミュレーション実験を通し,現象を定式化するための種々の手法を習得することができる。 |
---|---|
授業形態及び 授業方法 |
オンライン(主に動画配信)。 |
準備学習(予習・ 復習等)の内容・ 受講のための 予備知識 |
準備学習として約30分~1時間でシラバスに記載の毎回の授業計画の内容を確認し,授業に臨むこと。 |
授業計画
第1回 | シミュレーションとは? |
---|---|
第2回 | 人工ニューラルネットワークについて(オンライン授業を実施) |
第3回 | パターン認識について(1)(オンライン授業を実施) |
第4回 | パターン認識について(2)(オンライン授業を実施) |
第5回 | 階層パーセプトロン型ニューラルネットワークモデル(1)(オンライン授業を実施) |
第6回 | 階層パーセプトロン型ニューラルネットワークモデル(2)(オンライン授業を実施) |
第7回 | 階層パーセプトロン型ニューラルネットワークモデル(3)(オンライン授業を実施) |
第8回 | 数値演算プログラミング言語(1)(オンライン授業を実施) |
第9回 | 数値演算プログラミング言語(2)(オンライン授業を実施) |
第10回 | 数値演算プログラミング言語(3)(オンライン授業を実施) |
第11回 | 階層パーセプトロン型ニューラルネットワークモデル(4)(オンライン授業を実施) |
第12回 | 階層パーセプトロン型ニューラルネットワークモデル(5)(オンライン授業を実施) |
第13回 | 確率論的ニューラルネットワークモデル(1)(オンライン授業を実施) |
第14回 | 確率論的ニューラルネットワークモデル(2)(オンライン授業を実施) |
第15回 | 確率論的ニューラルネットワークモデル(3)(オンライン授業を実施) |
その他
教科書 |
特になし。必要テキストは適宜配布する。
|
---|---|
参考資料コメント 及び 資料(技術論文等) |
|
成績評価の方法 及び基準 |
授業への出席を前提に演習,レポート。 |
質問への対応 | 適宜 |
研究室又は 連絡先 |
hoya@math.cst.nihon-u.ac.jp |
オフィスアワー |
水曜 駿河台 12:10 ~ 13:10
|
学生への メッセージ |