生体情報工学 2021 サポートページ 
 $Lastupdate: Sat Jan 15 14:59:03 2022 $ 
工学部 情報システム工学科
担当: 池口徹
(東京理科大学 工学部 情報工学科 教授)
時間: 後期,月曜日,4限@工学部 508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,線形代数,
3年次前期開講のモデリング理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.
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.
 -  
09月27日
      
      
       -  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.
       
 -  脳とその構造
       
 -  課題
       
 -  
       	    コメントへの返信
       	    
       	    (初回なので全員に答えました)
      
 
      
  -  
10月04日
 
      
      
       -  脳とその構造 (続き)
       
 -  脳とコンピュータ
       
 -  神経細胞とその構造
       
 -  課題
       
 -  
       	    コメントへの返信
       	    
      
 
  -  
10月11日
 
      
  -  
10月18日
 
			
      
  -  
10月25日
 
      
      
  -  
11月01日
 
			
      
      
  -  
11月08日
 
			
      
       -  HH方程式
       
 -  HH方程式の構成
       
 -  微分方程式の定性的な解法について
       
 -  平衡点,安定性,不安定性
       
 -  ヌルクライン
       
 -  課題
       
 -  
       	    コメントへの返信
       	    	    
      
 
      
  -  
11月15日
 
      
      
       -  神経回路網理論 
       
 -  マッカロ・ピッツのモデル
       
 -  マッカロ・ピッツのモデルによる論理演算の構成
       
 -  
       	    コメントへの返信
       	    	    
       
 -  課題
      
 
  -  
11月22日
 
      
       -  MPモデルの拡張
       
 -  ニューラルネットワークのアーキテクチャ
       
 -  
       	    コメントへの返信
       	    	    
       
 -  課題
      
 
	    
  -  
11月29日
 
      
      
  -  
12月06日
 
      
       -  巡回セールスマン問題 (TSP) とは?	    
       
 -  ホップフィールドニューラルネットを用いたTSPの解法
       
 -  
       	    コメントへの返信
       	    	    	    
      
 
      
  -  
12月13日
 
      
       -  ホップフィールドニューラルネットを用いたTSPの解法 (続き)
       
 -  ホップフィールドニューラルネットを用いたTSPの解法とその改良
       
 -  
       	    コメントへの返信
       	    	    	    
      
 
      
  -  
12月20日
      
      
       -  南雲・佐藤のモデル
       
 -  カイアニエロのモデル
       
 -  1次元写像の導出
       
 -  南雲・佐藤のモデルの分岐構造	    
       
 -  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)
       
 -  合成による解析
       
 -  カオスニューラルネットワークを用いた組合せ最適化技法
       
 -  
       	    コメントへの返信
       	    	    	    
      
 
      
  -  
01月17日
       
      
       -  スパイク列の解析
       
 -  リカレンスプロット
       
 - 記憶 
       
 - 学習とは?
       
 - スパイクタイミングに依存した学習
       
 - 神経雪崩
       
       
       	    
      
 
  -  
 到達度評価:
:
      
      
 
 リンク: 
 -   池口 徹 講義サポートページ 
 
 
$Lastupdate: Sat Jan 15 14:59:03 2022 $
Email: 
tohru [at@mark] rs.tus.ac.jp
© 2007-2021
Tohru Ikeguchi, Tokyo University of Science.