ニューラルネットワーク入門

Copyright(c)1996 Akira Iwata & Toshiyuki Matubara
(Iwata Laboratory Nagoya Institute of Technolgy)


0 はじめに
学習の進め方

1 神経細胞とニューラルネットワーク

神経細胞
ニューロンモデル
ニューロンモデルの数式化
ネットワークモデル
まとめ

2 階層型ネットワーク

2.1 パーセプトロン
パーセプトロン
パーセプトロンの動作と学習
パーセプトロン学習のシミュレーション
パーセプトロンの限界
まとめ

2.2 バックプロパゲーション学習

最急降下法
前向き演算
後向き演算1(出力層から中間層)
後向き演算2(中間層から入力層)
BPのシミュレーション
BPシミュレータ
まとめ

2.3 その他の階層型ネットワーク

ネオコグニトロン
マルチモジュールニューラルネットワーク

3 非階層型ネットワーク
3.1 ホップフィールドネットワーク
ホップフィールドネットワークとは?
ホップフィールドネットワークの動作
シミュレーション
エネルギー関数
パターンの想起
連続値ホップフィールドモデル
まとめ

3.2 ボルツマンマシン

ボルツマンマシンとは?
シミュレーティッドアニーリング
巡回セールスマン問題とは?
巡回セールスマン問題のエネルギー関数
巡回セールスマン問題のシミュレーション
まとめ

3.3 競合学習型ベクトル量子化ニューラルネットワーク

ベクトル量子化と競合学習
コホーネン学習則
自己組織化Featureマップ
Featureマップのシミュレーション
1次元のつながりをもつFeatureマップ
まとめ

3.4 学習ベクトル量子化法 〜LVQモデル〜

LVQモデルとパターン分類
LVQ1
LVQ2
LVQ3
まとめ

4 大規模ニューラルネットワーク 〜CombNet-II〜
CombNet-IIとは?
自己増殖型ニューラルネットワーク
CombNet-IIの応用例
まとめ

参考文献

教師用の管理ページを見るにはパスワードが必要です
パスワード