2021年12月06日 第11回
ネットワークの不調で後半すこし見れていなかったところがありますが，
今回も式が複数登場していて最適化問題の分野も勉強しなおしていきたいと思いました．
ぜひ考えてみて下さい．
ニューラルネットワークの状態更新によるエネルギーの減少を用いて，
神経細胞とは全く異なる問題を解いていく点がとても面白く感じた．
応用の一つとして面白いと思います．
巡回セールスマン問題の講義はとても楽しみにしていたので，ワクワクしながら聴いていました．
今回の講義でニューラルネットワークを用いて巡回セールスマン問題を解く方法はおおよそ分かったのですが，
ニューラルネットワークを用いることでの大きな利点が正直思いつかなくてあまりしっくりきていません．
（説明の途中で終わってしまったからかもしれませんが…）
そして，講義内容とは関係が無いのですが，今回は課題は無いのでしょうか．
また課題を公開するのを忘れました．これからLETUSで公開します．
通常より1週間伸ばしました．
ニューラルネットワークを用いて，TSPを解けるのが非常に面白いと思いました．
また，ニューラルネットワークによる最適化が可能な問題が，
TSP以外にどのような問題があるのか興味を持ちました．
次回触れようと思います．
TSPの解法ついて，列挙法の後にニューラルネットワークの解法を見ると画期的な考え方だと感じました．
考え方は確かにそうだと思います．
本日の講義では，
巡回セールスマン問題についてのお話がありました．
経路の対応を格子状にならべ，ニューロンの発火と捉える考え方は新鮮で面白かったです．
そうですね．ただ，ここに弱点もあります．
TSPの目的関数にエネルギー関数をどう適用させていくのかについての講義でした．
最適化分野は多くは知らないのでこの後どう発展していくのかが楽しみです．
エネルギー関数は必ず減少するという性質を持つので，
この方法は大域的最適解に辿り着くのでしょうか．
そもそも例では10都市だったので，都市数が少ないときに有効な方法なのでしょうか．
いい質問ですね．次回コメントします．
今日の講義で巡回セールスマン問題について列挙法やN都市のTSP問題の解き方について学ぶことができました．
巡回路と発火パターンについて関連付けながらみれたので良かったです．
よろしいと思います．
巡回セールスマン問題について学ぶことができました．
順回路をニューロンの発火と紐づけて考慮するという点が非常に興味深く，面白いなと感じました．
よろしいと思います．
巡回セールスマン問題について，その概要や解き方の方針しか習ったことしかなったため，
具体的な話となると少し難しそうな印象でした．特に数式表現のあたりは授業内では理解が仕切れなかったので，
改めて復習しようと思います．
そうして下さい．