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、遺伝的アルゴリズ
ムの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、遺伝的アルゴリズムについて3 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
遺伝的アルゴリズム1 巻～4 巻北野宏明編産業図書
|
| 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、ファジィ制御（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。
ファジィ推論を用いた制御方法、ファジィ理論のアルゴリズムを習得する。
|
| 前期中間試験 |
実施する
|
ニューラルネットワーク2（4 回）
遺伝的アルゴリズム（3 回）
|
ニューラルネットワークの代表的な計算手法であるバックプロパゲーション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。
生物の進化の過程と、遺伝アルゴリズム（GA）の相似点について理解する。
GA の計算手順をフローチャートと例題から理解する。また、交叉方法や選択方法について理解する。
|
| 前期期末試験 |
実施する
|
Syllabus 2008 -- Ver. 0.50