2024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 | 人工心システム特論Ⅰ | ||
|---|---|---|---|
| 設置学科 | 情報科学専攻 | 学年 | 1年 |
| 担当者 | 保谷 哲也 | 履修期 | 前期 |
| 単位 | 2 | 曜日時限 | 火曜3 |
| 校舎 | 船橋 | 時間割CD | K23B |
| クラス | |||
概要
| 学修到達目標 | 本講義では，より人間らしい振る舞いをするような人工知能デザインを行うために，工学分野のみならず、哲学、認知心理学、および言語学的知見も踏まえて提案された人工心システムについて論ずる。人工心システム特論Iでは人工知能の歴史を振り返り，その上でパターン認識問題および既存の人工ニューラルネットワークモデルについて、実際に演習を通して省察することができる。 |
|---|---|
| 授業形態及び 授業方法 |
対面形式により授業を行う。 |
|
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 | 本特論における目的について。 | 事前学修：シラバスの確認 事後学修：今後行われる授業の流れについて | 事前学修：2時間 事後学修：2時間 |
|---|---|---|---|
| 第2回 | 人工ニューラルネットワークについて | 事前学修：人工ニューラルネットワークについて調べる 事後学修：人工ニューラルネットワークの概要について | 事前学修：2時間 事後学修：2時間 |
| 第3回 | パターン認識について（１） | 事前学修：パターン認識とは何か調べる 事後学修：パターン認識の概要 | 事前学修：2時間 事後学修：2時間 |
| 第4回 | パターン認識について（２） | 事前学修：パターン認識の概要についての復習 事後学修：パターン認識手法について | 事前学修：2時間 事後学修：2時間 |
| 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） | 事前学修：階層パーセプトロン型ニューラルネットワークについて調べる 事後学修：階層パーセプトロン型ニューラルネットワークモデルの特徴について | 事前学修：2時間 事後学修：2時間 |
| 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） | 事前学修：階層パーセプトロン型ニューラルネットワークモデルの特徴についての復習 事後学修：階層パーセプトロン型ニューラルネットワークの学習法について | 事前学修：2時間 事後学修：2時間 |
| 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） | 事前学修：階層パーセプトロン型ニューラルネットワークモデルの学習法についての復習 事後学修：階層パーセプトロン型ニューラルネットワークモデルのパターン認識への応用について | 事前学修：2時間 事後学修：2時間 |
| 第8回 | 数値演算プログラミング言語（１） | 事前学修：数値演算プログラミング言語について調査 事後学修：数値演算プログラミング言語の初歩について | 事前学修：2時間 事後学修：2時間 |
| 第9回 | 数値演算プログラミング言語（２） | 事前学修：数値演算プログラミング言語の初歩についての復習 事後学修：数値演算プログラミング言語を持ちいたプログラミング手法について | 事前学修：2時間 事後学修：2時間 |
| 第10回 | 数値演算プログラミング言語（３） | 事前学修：前回学んだ数値演算プログラミング言語を持ちいたプログラミング手法について 事後学修：数値演算プログラミング言語を持ちいた発展的なプログラミング手法について | 事前学修：2時間 事後学修：2時間 |
| 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） | 事前学修：前回までに学んだ数値演算プログラミング言語についての復習 事後学修：数値演算プログラミング言語による階層パーセプトロン型ニューラルネットワークモデルの実装について | 事前学修：2時間 事後学修：2時間 |
| 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） | 事前学修：数値演算プログラミング言語による階層パーセプトロン型ニューラルネットワークモデルの実装についての復習 事後学修：階層パーセプトロン型ニューラルネットワークモデルのシミュレーション実験を通して得た考察 | 事前学修：2時間 事後学修：2時間 |
| 第13回 | 確率論的ニューラルネットワークモデル（１） | 事前学修：確率論的ニューラルネットワークモデルについての事前調査 事後学修：確率論的ニューラルネットワークモデルの概要 | 事前学修：2時間 事後学修：2時間 |
| 第14回 | 確率論的ニューラルネットワークモデル（２） | 事前学修：確率論的ニューラルネットワークモデルの概要についての復習 事後学修：確率論的ニューラルネットワークモデルの学習法について | 事前学修：2時間 事後学修：2時間 |
| 第15回 | 確率論的ニューラルネットワークモデル（３） | 事前学修：確率論的ニューラルネットワークモデルの学習法についての復習 事後学修：確率論的ニューラルネットワークモデルのシミュレーション実験を通して得た考察 | 事前学修：2時間 事後学修：2時間 |
その他
| 教科書 |
特になし。必要資料は適宜配布する。
|
|---|---|
| 参考資料コメント 及び 資料（技術論文等） |
特になし。
|
| 成績評価の方法 及び基準 |
授業への出席を前提に演習（50%），レポート（50%）。 |
| 質問への対応 | 適宜（メールではいつでも対応可）。 |
| 研究室又は 連絡先 |
houya.tetsuya@nihon-u.ac.jp |
| オフィスアワー |
火曜 船橋 12:15 ～ 13:15
|
| 学生への メッセージ |