山梨大学電子シラバス−授業データ

授業科目名

担当教員

感性・知能情報学特論

服部　元信／古屋　貴彦

時間割番号

単位数

コース

履修年次

期別

曜日

時限

PTW710

システム統合工学

後期

金

［概要と目標］

Advanced Kansei and Intelligent Information Systems
This course explores the mechanisms of information processing in the brain from a computational perspective and provides a systematic understanding of neural networks and visual information processing models. The first half covers the fundamentals of neurons and neural circuits, learning methods based on error backpropagation and the energy minimization principle, and examples of neural network models. The second half focuses on human visual information processing, including 2D and 3D processing using DNNs, self-supervised learning, cross-modal learning, and related research cases.

本講義では，脳の情報処理メカニズムを計算論的視点から学び，神経回路網と視覚情報処理のモデルを体系的に理解する．前半は，神経細胞と回路網の基礎、誤差逆伝搬学習やエネルギー最小化原理に基づく学習手法，神経回路網モデルの実例を扱う．後半では，人間の視覚情報処理を基に，DNNを用いた2D・3D情報処理，自己教師あり学習，クロスモーダル学習などの手法と研究事例を学ぶ．

[到達目標]

(1) Be able to explain the fundamentals of information processing using neural network models.
(2) Be able to explain basic methods for the analysis and modeling of visual information.

1.神経回路網モデルによる情報処理の基礎について説明できる．
2.視覚情報の解析・モデル化のための基礎的手法について説明できる．

［必要知識・準備］

Fundamentals of algebra, analytics, statistics, and physics

代数学・解析学・統計学・物理学の基礎的事項

［評価基準］

No	評価項目	割合	評価の観点
1	小テスト／レポート	100 %	Evaluation based on reports related to the lecture content.　講義内容関するレポートで評価する．

［教科書］

(未登録)

［参考書］

(未登録)

［講義項目］

[Computational Models of the Brain](Motonobu Hattori)
1. Biological Neurons and Neural Networks
2. Neuron Models and Neural Network Models
3. Error Correction Learning
4. Learning Based on Error Evaluation
5. Energy Minimization Principle
6. Examples of Neural Network Models
7. Evaluation: Summary & Conclusion 1

[Visual Information Processing Models](Takahiko Furuya)
8. Human Visual Information Processing
9. 2D Visual Information Processing (DNN Structure)
10. 2D Visual Information Processing (Learning Algorithms)
11. Self-Supervised Learning and Cross-Modal Learning
12. 3D Visual Information Processing (DNN Structure)
13. 3D Visual Information Processing (Case Studies)
14. Evaluation: Summary & Conclusion 2

15. Comprehensive Evaluation: Summary & Conclusion 3

[脳の計算モデル]（担当服部元信）
1.生体の神経細胞，神経回路網
2.神経細胞モデルと神経回路網モデル
3.誤り訂正学習
4.誤差評価に基づく学習
5.エネルギー最小化原理
6.神経回路網モデルの例
7.評価：総括・まとめ1

[視覚情報処理モデル]（担当古屋貴彦）
8. 人間の視覚情報処理
9. 2次元の視覚情報処理（DNN構造）
10. 2次元の視覚情報処理（学習アルゴリズム）
11. 自己教師あり学習，クロスモーダル学習
12. 3次元の視覚情報処理（DNN構造）
13. 3次元の視覚情報処理（研究事例）
14. 評価：総括・まとめ2

15.総合評価：総括・まとめ3

［前年度授業に対する改善要望等への対応］

Change of an instructor

担当者変更