科目名[英文名]
パターン認識   [Pattern Recognition]
区分	工学部専門科目等	選択必修		単位数	2
対象学科等		対象年次	3～4	開講時期	1学期
授業形態	1学期	時間割番号	023811
責任教員 [ローマ字表記]
中川 正樹   [NAKAGAWA Masaki]
所属	先端産学連携研究推進センター	研究室		メールアドレス

概要

パターン認識とは，記号，構造，情報などを表現している冗長で，かつ，固有の変動・変形を有し，そして多分にノイズを含む一組の符号，あるいは，符号に変換されたものから，その記号，構造，情報を抽出することである．その実用的意義は，機械と人間の円滑な対話であり，その研究の本質的意義に，人間のパターン認識能力の解明がある．本講義ではパターン認識の代表的手法を紹介するとともに，手書き文字認識の具体的手法についても解説する．

到達基準

履修案内のカリキュラムマップを参照してください。

授業内容

１．パターンとは．パターン処理，認識，理解とは何を意味するか． ２．人間のパターン認識に対する病理学的，神経生理学的，認知心理学的知見 ３．計算機によるパターン表現とマッチング 　この時点までに，人間のパターン認識と機械のパターン認識の違いをまず実感してほしい． ４．パターン間距離（単純類似度，複合類似度）．判別関数． 　入力パターンと標準パターンとの近さを計算論的な立場から考える． ５．統計的手法概要 ６．統計的手法（2次識別関数，修正2次識別関数） ７．クラスタリングとプロトタイプ学習 ８．ニューラルネットワーク ９．畳み込みニューラルネットワークとリカレントニューラルネットワーク １０．伸縮マッチング（DP-matching と探索手法） １１．パターン認識の現実的課題（非線形正規化，特徴選択，抽出） １２．手書き文字パターン認識の実際 　オンライン文字認識の事例，オフライン文字認識の事例 １３．構造解析的手法とその事例 １４．文脈処理 　日本語言語処理との融合のモデルと実際 １５．まとめ 　期末試験

履修条件・関連項目

本学の標準時間数に準ずる予習と復習を行うこと. 確率論，統計学などの数学を基礎にするが，その知識がなくても直感的な理解ができるよう努めている．

テキスト・教科書

適時，資料をWebにアップする．一般に教科書では数式などによって厳密に議論する反面で難しくなりがちな内容を，直感的に理解してもらえるよう心掛けている．

参考書

Duda, Hart, Stork: Pattern Classification, John Wiley & Sons. がバイブル．

成績評価の方法

授業参加度/貢献度/平常点　30%，レポート2回５％ずつ×２　10%，期末試験　60%

教員から一言

パターン認識は，人間には極めて容易で，計算機には極めて難しい課題の一つである．そのことを実感し各種の手法の意味を学ぶためには，自分のアイディアに基づく方法の実験と，各種の手法を学んだ後での再度の実験演習が有効であると考えている．

キーワード

判別関数　統計的手法　構造解析的手法　ニューラルネットワーク　クラスタリング

オフィスアワー

備考１

備考２

参照ホームページ

開講言語

語学学習科目

更新日付

2020/01/24 15:20:08