| 科目名[英文名] | |||||
| 知能機械デザイン学特論 [Intelligent Machine Design] | |||||
| 区分 | 前期課程科目 | 選択必修 | 単位数 | 2 | |
| 対象学科等 | 対象年次 | ～ | 開講時期 | 3学期 | |
| 授業形態 | 3学期 | 時間割番号 | 1060607 | ||
| 責任教員 [ローマ字表記] | |||||
| 近藤 敏之 [KONDO Toshiyuki] | |||||
| 所属 | 工学部 | 研究室 | メールアドレス | ||
| 概要 |
|
我々人間をはじめ生物は環境や行動の目的に応じて，高次元の感覚入力，運動出力を実時間で拘束し，協調的な運動を発現することができる．本特論では，このような生物の巧みな環境適応のメカニズムを情報工学的の立場から概観し，知能機械の設計に援用可能な情報処理のモデル（ニューラルネットワーク）とその設計アルゴリズム（進化的計算，強化学習）について紹介する．また講義の後半では，脳科学と情報工学の融合分野における最近の話題にも触れる． |
| 到達基準 |
|
- 機械学習（教師あり学習，教師なし学習）の基礎について理解している． - ニューラルネットワークモデルの構成と学習アルゴリズムについて理解している． - メタヒューリスティクスの諸アルゴリズム（焼き鈍し法，遺伝的アルゴリズム，進化戦略，粒子群最適化等）を理解している． - 強化学習のアルゴリズムについて理解している． 履修案内のカリキュラムマップを参照すること |
| 授業内容 |
|
第1回 イントロダクション 第2回 古典的人工知能と人工生命，認知発達ロボティクス 第3回 プリミティブな生物の適応行動 第4回 ニューラルネットワーク 第5回 最適化とメタヒューリスティクス 第6回 遺伝的アルゴリズムの概要 第7回 遺伝的アルゴリズムの実装上の諸問題 第8回 実数値GA，ES, EP, GP 第9回 進化的計算の応用 第10回 強化学習(1) マルコフ決定過程，最適性の原理，Bellman方程式 第11回 強化学習(2) 行動価値と状態価値 第12回 強化学習(3) Q学習，TD学習 第13回 強化学習(4) 関数近似 第14回 非線形振動子，引き込み現象 第15回 脳科学と工学の融合分野における最近の話題，視覚認知，心の理論，脳-機械インタフェース，脳機能イメージング法 |
| 履修条件・関連項目 |
| 情報工学専攻専門科目（選択科目）である．授業時間30時間に加え，各自で選出した資料や参考書を参照し，本学の標準時間数に準ずる予習と復習を行うこと． |
| テキスト・教科書 |
| 資料を配布する |
| 参考書 |
|
石黒他，「知の創成」，共立出版 伊藤宏司，「身体知システム論」，共立出版 牧野他，「これからの強化学習」，森北出版 |
| 成績評価の方法 |
| 講義への参加姿勢およびレポート課題の評価に基づく． |
| 教員から一言 |
|
常に動的に変化する環境に対し自律的に適応する生物的な人工物を設計（デザイン）することで生命を理解しようとする構成論的な研究について関心を深めてもらえれば幸いです． |
| キーワード |
| ニューラルネットワーク，進化的計算，強化学習 |
| オフィスアワー |
| 質問はメールで随時対応する． |
| 備考１ |
| 備考２ |
| 参照ホームページ |
| 講義のMoodleページを参照 |
| 開講言語 |
| 日本語 |
| 語学学習科目 |
| 更新日付 |
| 2019/03/08 21:46:27 |