シラバス情報

シラバス基本情報

授業内容・授業計画

授業の目標と概要 ソフトコンピューティングは、知識のメカニズムを解明し、それを計算機上で実現することを目的
とする学問分野である。本科目では、ファジィ理論、ニューラルネットワーク、ソフトコンピュー
ティング技術を中心に講義と演習を行い、これらの基本的な考え方について理解する。
履修上の注意
(準備する用具・
前提とする知識等)
事前に配布した資料を持参すること。
専攻科1 年後期の「多変量解析」の履修が望ましい。
レポートはファジィ理論、ニューラルネットワークについて2 回を予定して
いる。
到達目標 一般的な集合とファジィ集合の違いを理解し、ファジィ理論における演算方法を
記述できる。
ファジィ推論を用いた制御方法を設計できる。
ニューラルネットワークおよび遺伝的アルゴリズムについて、それをコンピュータ上にモデル化す
る方法について説明できる。
成績評価方法 定期試験100%
合否判定定期試験の平均点が60 点を超えていること
最終評価定期試験の平均点(90%)+レポート(10%)
テキスト・参考書 テキスト:必要な資料を配付する。
参考書:福田敏男著「インテリジェントシステム」(昭晃堂)
講座ファジィ1 巻~14 巻日本ファジィ学会編日刊工業新聞社
メッセージ レポートは期限までに必ず提出すること。
授業の内容
授業項目 授業項目ごとの達成目標
ファジィ理論(3 回)
ファジィ推論(4 回)
一般的な集合とファジィ集合の違いを学習し、ファジィ理論
における演算方法を習得する。
ファジィ理論を用いたファジィ推論のアルゴリズムを習得する。
前期中間試験 実施する
ファジィ制御(2 回)
学習型ファジィ推論(2回)
ニューラルネットワーク(2回)
誤差逆伝播法(2回)
ファジィ推論を用いたファジィ制御および学習型ファジィ推論の学習アルゴリズムを習得する。
ニューラルネットワークの代表的な計算手法である誤差逆伝播学習アルゴリズムについて理解する。
教師なし学習法として自己組織化マップを学習し、多次元情報の可視化法について理解する。
前期期末試験 実施する
© 2009,2010,2011 KNCT Syllabus System -- Ver. 0.85