2021年12月13日 第12回
今回の講義では，TSPのエネルギー関数について学習しました．
未だしっかりと理解できていないのですが，
このエネルギー関数は最適解を議論する際にどのように扱うのでしょうか．
単純に巡回路の長さを最小にするということで考えれば良いと思ってしまいます．
それとも，エネルギー関数の値も同時に考えなければいけないものなのですか？
エネルギー関数とTSPの目的関数が対応しています． このことは講義でも説明しました．
シンプルなアルゴリズムでは局所最適解に陥ってしまうという問題は多くの分野で見られる問題であるため，
研究者たちの苦悩がここでも見て取れた．
モデリング理論で学んだカオス応答がニューロンでも威力を発揮するとのことで，今後の講義展開も楽しみです．
最適解を探すための一つの方法となります．
TSPを使った方法について，後付けで条件を加えることにより多少ズルい方法ながらも実行可能解にすることができるのが面白かったです．
来週は対面授業に行こうと思います．
来てくれる方が良いですね．
ニューラルネットワークによるTSPの解法の限界について理解することができました．
来週の講義はオンラインでも行われるのでしょうか．
オンラインでも行いますが，不安定なのでなんとも言えないですね．
今回の講義ではHNNを用いたTSPの解法の続きを学んだ．
この解法でも問題が発生することから，ニューラルネットワークを用いて問題を解決することの難しさを感じた．
どんな方法でも完璧ということはないと思います．
本日の講義を受けて関数Eについての導出流れを確認できてよかっったです．
導出後にその問題点についても3つ挙げた上で一個一個確認できたので良かったです．
よろしいと思います．
今回の授業では，ニューロンモデルについて理解することができました．
式における変形があまりよく理解できなかったことに加え，
ZOOMの問題もあり，とぎれとぎれでわからなかったところもあるため，よく復習しようと思います．
動画を見てください．
本日の講義では，HNNを用いたTSP解法と，その問題点についてのお話がありました．
ニューラルネットワークを用いて機械的にTSPを解くことができるのは面白いと感じました．
確かに面白いですね．
写像の概念が出てきたり，合成による解析というものが出てきたり，新しいことが登場したので復習していきます．
合成による解析の話はまだしていないです．