先端領域特論Ｃ　 Current Topics in Information Science C

---

◇ 担当教員：石井　信（いしい　しん）　柴田　智広（しばた　ともひろ）
◇ 単位数：２　◇　開講時期：Ｉ期　月曜２時限・水曜１時限　◇　講義室：L3
◇ 講義目的：
知性の座である脳のモデル化に関して、数理工学的・計算理論的アプローチを紹介する。まず、脳の計算理論と共に発展してきた統計的学習理論について解説を行う。これはパターン認識、人工知能、バイオインフォマティクスなど各種応用における理論的基盤にもなる。次に、脳型情報処理と脳の学習モデルについて、近年の融合領域研究に基づき概説する。
◇　講義内容：
１．統計的学習概説
２．教師あり学習
単純パーセプトロン
階層型パーセプトロンと関数近似
サポートベクトルマシンとパターン分類
３．教師なし学習
最尤推定法
ベイズ推定法
４．強化学習
価値ベースの学習法
方策改善の学習法
力学システムの自動制御
５．脳型情報処理概説
脳の階層構造と情報処理
脳の高次機能と逆問題
６．脳の教師なし学習モデル
連想記憶
情報論的学習と脳
自己組織化マップ
７．力学系と脳の情報表現
神経細胞と神経集団のモデル
情報表現に関する各種仮説
８．学習制御理論と脳
感覚運動系における内部モデル学習
◇ 教科書　：　特になし。講義ノートを配布。
◇ 参考書　：　特になし。関連する本は講義中に紹介する。
◇ 受講要件：
特にないが、数学の基礎的知識があることが望ましい。
◇ 成績評価：
小テスト(20%)、出席状況(20%)、レポート（60%）により評価する。