授業の形態
|
|
講義、演習又は実験
|
| |
|
アクティブラーニング
|
|
学生が議論する、学生が自身の考えを発表する、学生が文献や資料を調べる
|
| |
|
授業内容と方法
|
知能システムに関するトピックを取り上げ，基礎となる技術，応用について議論する．
毎回，2名程度の受講者を発表担当者に割り当て，担当する文献，論文の紹介を行う．
また，参加者全員が発表テーマに関する討論を行う．
|
| |
|
URGCC学習教育目標
|
|
自律性、コミュニケーション・スキル、問題解決力、専門性
|
| |
|
達成目標
|
|
曖昧な情報をうまく処理するためのファジィ理論，人間の脳の機能に真似た人工ニューラルネットワーク，生物の進化に学ぶ遺伝的アルゴリズムなどを駆使し，人間の判断や意思決定を合理的に行うコンピュータシステムの理解を深める．
|
| |
|
評価基準と評価方法
|
各Labの成果物をもとに評価する。（50%）
受講者は１回以上の発表を行い、その発表内容を評価する。（30%）
他発表に対する討論およびQ&Aに参加しているかを評価する。(20%)
|
| |
|
履修条件
|
|
基本概念として、NNとFuzzyを理解していることと、Octave(Matlab)のプログラミング能力を有していること。
|
| |
|
授業計画
|
No.01 Introduction to Hybrid Artificial Intelligence Systems
No.02 Foundations of Fuzzy Approaches
No.03 Lab 01
No.04 Fuzzy Relations
No.05 Fuzzy Numbers
No.06 Lab 02
No.07 Linguistic Descriptions and Their Analytical Forms
No.08 Fuzzy Control
No.09 Lab 03
No.10 Foundations of Neural Networks
No.11 Backpropagation and Related Training Algorithms
No.12 Lab 04
No.13 Practical Aspects of Using Neural Networks
No.14 Fuzzy Methods in Neural Networks
No.15 Lab 05
|
| |
|
事前学習
|
|
授業計画に従って毎回教科書の内容を予習しておくこと
|
| |
|
事後学習
|
|
授業で学んだ内容をプログラムによる確認すること
|
| |
|
教科書にかかわる情報
|
|
Fuzzy and Neural Approaches in Engineering
|
|
|
|
H. Tsoukalas, E.Uhrig
|
|
Wiley-Interscience
|
|
|
|
|
| |
|
教科書全体備考
|
|
|
| |
|
参考書にかかわる情報
|
|
Learning and Soft Computing
|
|
|
|
Vojislav Kecman
|
|
The MIT Press
|
|
|
|
|
| |
|
参考書全体備考
|
|
|
| |
|
使用言語
|
|
英語
|
| |
|
メッセージ
|
|
事前にOctave(Matlab)およびPythonをインストールした上、授業に持参すること。
|
| |
|
オフィスアワー
|
|
火曜日10:00-12:00, 随時メール等でも対応する．
|
| |
|
メールアドレス
|
|
この項目は教務情報システムにログイン後、表示されます。
|
| |
|
URL
|
|
https://webclass.cc.u-ryukyu.ac.jp
|
| |
|
|