渡辺 桂吾/編著 -- 森北出版 -- 2006.9 -- 007.13

所蔵

所蔵は 1 件です。現在の予約件数は 0 件です。

所蔵館 所蔵場所 請求記号 資料番号 資料区分 帯出区分 状態
一般 公開書庫東 007.1/2006/ 00009088022 和書 帯出可 在庫 iLisvirtual

資料詳細

タイトル ニューラルネットワーク計算知能 ,
書名ヨミ ニューラル ネットワーク ケイサン チノウ
著者 渡辺 桂吾 /編著  
著者名ヨミ ワタナベ,ケイゴ
出版者 森北出版
出版年 2006.9
ページ数, 大きさ 10,295p, 22cm
NDC10版 007.13
NDC8版 007.1
一般件名 ニューラル・ネットワーク
著者紹介 徳島大学大学院工学研究科修士課程修了。佐賀大学大学院工学系研究科教授。
内容紹介 計測自動制御学会(SICE)のニューラルネットワーク部会が2001年11月に開催した第2回ワークショップでの15件の研究内容を加筆・修正。基礎理論と工学的応用の両側面に焦点を絞って解説する。
内容注記 文献:p272〜290

目次

第1章 ゲート付きニューラルネットワーク
  1.1 はじめに
  1.2 階層型ニューラルネットワークとゲート付きニューラルネットワーク
  1.3 分割攻略アプローチの詳細
  1.4 分割攻略型ニューラルネットワーク
  1.5 ゲート付きニューラルネットワークの利点
  1.6 ゲート付きニューラルネットワークの詳細
  1.7 おわりに
第2章 線形特性を有するニューラルネットワーク
  2.1 はじめに
  2.2 対象システムの記述
  2.3 準ARXモデル
  2.4 階層型同定アルゴリズム
  2.5 数値シミュレーション例
  2.6 おわりに
第3章 複素連想記憶のモデルとそのダイナミクス
  3.1 はじめに
  3.2 複素連想記憶のモデル
  3.3 記憶パターン近傍でのネットワークの振る舞い
  3.4 考察
  3.5 実数の連想記憶モデルとの比較
  3.6 おわりに
  補遺
第4章 複素ニューラルネットワークによるフラクタル生成
  4.1 はじめに
  4.2 複素ニューラルネットワークのモデル
  4.3 複素ニューラルネットワークの学習問題
  4.4 複素誤差逆伝搬法
  4.5 複素ニューラルネットワークによる反復関数系の近似とフラクタル図形の生成
  4.6 フラクタル図形生成のシミュレーション
  4.7 最適教師データと最適付随確率を抽出する問題
  4.8 おわりに
第5章 量子描像ニューラルネットワーク
  5.1 はじめに
  5.2 量子計算とニューロンモデル
  5.3 量子ビットニューラルネットワーク
  5.4 学習性能と量子描像効果
  5.5 応用例における性能
  5.6 おわりに
第6章 認知競合現象とニューラルネットワークモデル
  6.1 はじめに
  6.2 多義図形認知現象の心理物理的性質
  6.3 これまでの理論的アプローチ
  6.4 ニューラルカオスによる決定論的モデル
  6.5 認知競合現象のニューラルカオス機構
  6.6 おわりに
第7章 確率一般化学習ネットワーク
  7.1 はじめに
  7.2 一般化学習ネットワークの概要
  7.3 ネットワークにおけるニューロン出力の平均と共分散の計算
  7.4 パラメータの学習アルゴリズム
  7.5 非線形制御システムへの応用
  7.6 おわりに
第8章 進化計算を用いたニューロPID制御
  8.1 はじめに
  8.2 ニューロPID制御系
  8.3 遺伝的調整法
  8.4 数値例
  8.5 おわりに
第9章 超音波モータの知的制御
  9.1 はじめに
  9.2 超音波モータを用いたサーボ系
  9.3 ニューロコントローラの構成法
  9.4 実験結果
  9.5 おわりに
第10章 ニューラルネットワークによる無人ヘリコプタの自律飛行制御系の構築
  10.1 はじめに
  10.2 フィードバック制御系の学習法
  10.3 無人機の自律飛行制御系
  10.4 ロバスト制御系の学習法
  10.5 飛行実験結果
  10.6 おわりに
第11章 動的環境に適応するモジュラーニューラルネットワークによる漏洩音の検出
  11.1 はじめに
  11.2 モジュラーニューラルネットワークの概要
  11.3 RBFネットワークと局所的応答能力
  11.4 漏洩音検出実験
  11.5 検出結果
  11.6 おわりに
第12章 ニューラルネットワークを用いた強化学習とロボットの知能
  12.1 はじめに
  12.2 「知能」における人間とロボットの違い
  12.3 強化学習のセンサ-モータ間全機能学習への拡張とニューラルネットワーク
  12.4 視覚センサ信号の局所性と大域的表現の獲得
  12.5 目標物獲得タスク
  12.6 その他の機能の学習
  12.7 おわりに
第13章 模擬経験を用いた適応アクター・クリティック法による移動ロボットの制御
  13.1 はじめに
  13.2 運動学モデルとコントローラ
  13.3 学習アルゴリズム
  13.4 非ホロノミック移動ロボットのモデル
  13.5 シミュレーション結果
  13.6 おわりに
参考文献
索引