講義概要
1 脳の生理的側面
(1)神経細胞の構造と機能
(2)成長/ネットワーク化
(3)層構造、コラム構造、
(4)Hodgkin-Huxley方程式
(5)トポロジーの保存
(6)信号は何か?
2 脳とコンピュータの比較
(1)記号処理とパターン処理
(2)連想記憶
3 学習
(1)ヘブ則
(2)相関学習
(3)教師なし学習と教師あり学習
4 自己組織化マップ
(1)協調と競合
(2)Winner take all
(3)自己組織化マップ
(4)適応的ベクトル量子化
(5)特徴マップ
5 教師あり学習
(1)関数近似
(1-1)最急降下法
(1-2)パーセプトロン
(1-3)誤差逆伝搬法
(2)汎化能力
(2-1)自由度
(2-2)刈り込み
(3)さまざまな学習方法
(3-1)サポートベクターマシン
(3-2)ベイジアンネット
(3-3)ディープニューラルネット
6 ニューロ・ハードウエア
(1)アナログ(網膜、ホップフィールド、フローティングゲート)
(2)ディジタル(パルス)
(3)物理リザバー(水リザバー、ソフトマテリアル、光波リザバー、スピン波リザバー)
Syllabus
1 Physiology in the brain
(1)Neurons: structure and function
(2)Growth and networking
(3)Layers, Columns
(4)Hodgkin-Huxley equations
(5)Topology preservation
(6)What is the signal?
2 Comparison between computers and the brain
(1)Symbol processing and pattern processing
(2)Associative memory
3 Learning
(1)Hebbian rule
(2)Correlation learning
(3)Unsupervised learning and supervised learning
4 Self-organizing map
(1)Cooperatoin and competition
(2)Winner take all
(3)Self-organizing map
(4)Adaptive vector quantization
(5)Feature map
5 Supervised learning
(1)Function approvimation
(1-1)Steepest-descent method
(1-2)Perceptron
(1-3)Error backpropagation
(2)Generalization ability
(2-1)Degree of freedom
(2-2)Pruning
(3)Other learning dynamics
(3-1)Support vector machine
(3-2)Bayesian network
(3-3)Deep neural network
6 Neural hardware
(1)Analog(Retina, Hopfield, Floating-gate, )
(2)Digital(Pulse NN,)
(3)Physical reservoirs (Water reservoir, Soft materials, Lightwave reservoir, Spin-wave reservoir)