生体情報工学 2007 サポートページ

担当: 池口徹 (大学院 理工学研究科 研究部 数理電子情報部門 教授)
TA: 加藤 秀行 (大学院 理工学研究科 数理電子情報系専攻 M1)
時間: 後期，水曜日，7・8限＠工学部 54番教室

概要:

我々の脳の基本構成素子である神経細胞の基本的な性質を理解し， 神経細胞が集まり構成される神経回路網はどのように動作するのかを知り， 脳内においてどのような情報処理原理が用いられているのかを学びます． また，このような情報処理原理を用いて、 どのような工学的な課題が解決されてきたのか， これからされるのか，その可能性などについても， 優しく解説します．

講義に必要な知識は， 微分積分学 (1年次に，情報数学入門，応用解析学，応用線形代数で履修), 3年次前期開講の非線形システム概論， に関する内容だけです． 尚，本講義においても， 関連する諸事項に関する基本は簡単に復習する予定です．

毎週の講義の後半20分〜30分を演習時間として， 各回の内容を十分理解しながら講義をすすめていきます．

今年度授業評価結果

• 結果
• 個別コメントに対する 回答

資料

• 教科書:
  1. なし．
  2. 講義で用いるスライドのプリントアウトを配布します．
• 参考書:
  1. E. R. Kandel, J. H. Schwartz, T. M. Jessell: Principles of Neural Science, Fourth Edition, McGraw-Hill, 2000.
  2. A. R. Crossmann, D. Neary 著， 野村 嶬，水野 昇 訳: 神経解剖カラーテキスト， (Neuroanatomy--An Illustrated Colour Text), 医学書院，2002.
  3. 時実利彦: 脳の話，岩波新書，G125, 1962.
  4. 宮川博義，井上雅司: ニューロンの生物物理，丸善，2003.
  5. S. H. Strogatz: Nonlinear Dynamics and Chaos With Applications to Physics, Biology, Chemistry and Engineering, Addison Wesley, 1994.
  6. D. Kaplan and L. Glass: Understandng Nonlinear Dynamics, Springer-Verlag, 1995.
  7. 川上博 編著: 生体リズムの動的モデルとその解析--MEと非線形力学--, コロナ社，2001.
  8. 小松勇作 編，数学 英和・和英辞典，共立出版．
  9. その他の参考資料は，講義中に適宜配布する予定です．

評価 (予定):

• 毎回の講義終了時にコメント用紙の提出があります．
  (選ばれた)コメントに対して， 毎回 返答 します．皆さんも確認してください．
• コメント用紙の内容を授業参加点として勘案します．
• 授業参加度， (数回の) 宿題， 最終レポート(試験)により総合的に評価する予定です．

授業予定: 変更する可能性が十分あります．必ず講義前に確認をしてください．

• 10月03日 (第01週):

  • イントロダクション
  • 講義の進め方，
  • 内容，評価方法などについて．
  • コメントに対する答
    (今回は最初なので，全員分に答えました)

• 10月10日 (第02週):

  • 脳とその振る舞い
  • 演習
  • コメントに対する答
    (最初ではないですが，全員分に答えました)

• 10月17日 (第03週):

  • ニューロンとその振る舞い
  • 演習
  • コメントに対する答

• 10月24日 (第04週):

  • 演習

• 10月31日 (第05週):

  • ニューロンとその振る舞い(続き)
  • 演習
  • コメントに対する答 (最初ではないですが，全員分に答えました)

• 11月07日 (第06週):

  • ニューロンとその振る舞い(続き)
  • 細胞膜の等価回路
  • 演習
  • コメントに対する答

• 11月14日 (第07週):

  • ニューロンの数理モデル(を構築するために)
  • 演習
  • FDによる授業参観
  • コメントに対する答

• 11月21日 (第08週):

  • ニューロンの数理モデルを構築するために(続き)
  • 微分方程式を用いたニューロンのモデル化
  `
  • 差分方程式とは？(復習)
  • 微分方程式とは？
  • 微分方程式の定性的解法
  • 演習
  • コメントに対する答

• 11月28日 (第09週):

  • 微分方程式とは？
  • 運動方程式と微分方程式
  • 簡単な微分方程式を解く
  • 微分方程式の定性的解法
  • 微分方程式を用いたニューロンモデル化 (続き)
  • 演習
  • コメントに対する答

• 12月05日 (第10週):

  • 簡単な微分方程式を解く
  • 微分方程式の定性的解法
  • 微分方程式を用いたニューロンモデル化 (続き)
  • 演習
  • コメントに対する答

• 12月12日 (第11週):

  • HH方程式の構築
  • ヘブ則
  • スパイクタイミングを用いた学習則
  • 演習
  • コメントに対する答

• 12月19日 (第12週):

  • 神経回路網理論
  • マッカロ・ピッツのモデル
  • 論理演算の構成
  • カイアニエロのモデル
  • ホップフィールドのモデル
  • 演習
  • コメントに対する答

• 01月09日 (第13週):

  • マッカロ・ピッツのモデルによる論理演算の構成 (続き)
  • アナログニューロンモデル
  • カイアニエロのモデル
  • ホップフィールドのモデル
  • 南雲・佐藤のモデル
  • 合原のモデル (カオスニュ−ロン，カオスニューラルネットワーク)
  • 動的連想記憶
  　
  • 演習
  • コメントに対する答

• 01月16日 (第14週):

  • ニューラルネットワークの分類
  • ニューラルネットワークのアーキテクチャ
  • 連想記憶
  • ホップフィールドニューラルネットのエネルギー関数
  • TSPへの応用
  • 演習
  • コメントに対する答

• 01月23日 (第15週):

  • TSPとは何か？
  • ホップフィールドニューラルネットのTSPへの応用
  • カイアニエロのモデル
  • 南雲・佐藤のモデル
  • 合原のモデル (カオスニュ−ロン，カオスニューラルネットワーク)
  • カオスニューラルネットワークとその工学的応用
  • カオスニューラルネットワークを用いた動的連想記憶
  • カオスニューラルネットワークを用いた組み合わせ最適化
  • 演習
  • コメントに対する答

• 01月30日 (第16週):

• カオスニューラルネットワークとその工学的応用
• カオスニューラルネットワークを用いた動的連想記憶
• カオスニューラルネットワークを用いた組み合わせ最適化
• この講義のまとめ
• 最終課題についての説明
• 授業アンケート
• コメントに対する答 最終回なので，全部に答えました．

1. 生体情報工学は2007年度から担当しました．

1. 池口 徹 講義サポートページ
2. 非線形システム概論2007年度
3. 非線形システム特論 (大学院 理工学研究科 博士前期課程 数理電子情報系専攻 情報システム工学コース)
4. 応用解析学 (担当: 池口 徹)
5. 情報数学入門 (担当: 重原孝臣 教授 )
6. 応用線形代数 (担当: 久野 義徳 教授 )
7. 情報システム工学入門 2007年度池口担当分サポートページ ``What's Nonlinear?''(それって非線形？)
8. 情報システム工学入門 2006年度池口担当分サポートページ 「なぜ数学を学ぶのか？」
9. 情報システム工学入門 2005年度池口担当分サポートページ 「複雑ネットワーク入門」
10. 情報システム工学入門 2004年度池口担当分サポートページ 「組み合わせ最適化問題への招待」
11. 情報システム工学入門 2003年度池口担当分サポートページ 「平成15年度ICS前期入試問題を斬る！─カオス学への招待─」
12. 情報システム工学入門 2002年度池口担当分サポートページ 「フラクタルとは何か─非整数次元の不思議─」
13. 埼玉大学 工学部 情報システム工学科 情報工学総合演習 課題B「組み合わせ最適化」サポートページ
14. 池口研究室