蔵書情報
この資料の蔵書に関する統計情報です。現在の所蔵数 在庫数 予約数などを確認できます。
書誌情報サマリ
| 書名 |
ニューラルネットワーク計算知能
|
| 著者名 |
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
|
| 出版年月 |
2006.9 |
この資料に対する操作
電子書籍を読むを押すと 電子図書館に移動しこの資料の電子書籍を読むことができます。
資料情報
各蔵書資料に関する詳細情報です。
| No. |
所蔵館 |
配架場所 |
請求記号 |
資料番号 |
資料種別 |
状態 |
個人貸出 |
在庫
|
| 1 |
中央図書館 | 一般書庫 | 00713/27/ | 0105952610 | 一般 | 在庫 | 可 |
○ |
書誌詳細
この資料の書誌詳細情報です。
| タイトルコード |
1000000169335 |
| 書誌種別 |
図書 |
| 書名 |
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 |
| 言語区分 |
日本語 |
| 著者名 |
渡辺 桂吾／編著
|
| 著者名ヨミ |
ワタナベ ケイゴ |
| 出版地 |
東京 |
| 出版者 |
森北出版
|
| 出版年月 |
2006.9 |
| 本体価格 |
￥５０００ |
| ISBN |
4-627-82991-4 |
| 数量 |
10,295p |
| 大きさ |
22cm |
| 分類記号 |
007.13
|
| 件名 |
ニューラル・ネットワーク
|
| 注記 |
文献:p272～290 |
| 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。 |
| 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。 |
内容細目
| No. |
内容タイトル |
内容著者１ |
内容著者２ |
内容著者３ |
内容著者４ |
| 1 |
第1章 ゲート付きニューラルネットワーク |
|
|
|
|
| 2 |
1.1 はじめに |
|
|
|
|
| 3 |
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 |
|
|
|
|
| 4 |
1.3 分割攻略アプローチの詳細 |
|
|
|
|
| 5 |
1.4 分割攻略型ニューラルネットワーク |
|
|
|
|
| 6 |
1.5 ゲート付きニューラルネットワークの利点 |
|
|
|
|
| 7 |
1.6 ゲート付きニューラルネットワークの詳細 |
|
|
|
|
| 8 |
1.7 おわりに |
|
|
|
|
| 9 |
第2章 線形特性を有するニューラルネットワーク |
|
|
|
|
| 10 |
2.1 はじめに |
|
|
|
|
| 11 |
2.2 対象システムの記述 |
|
|
|
|
| 12 |
2.3 準ARXモデル |
|
|
|
|
| 13 |
2.4 階層型同定アルゴリズム |
|
|
|
|
| 14 |
2.5 数値シミュレーション例 |
|
|
|
|
| 15 |
2.6 おわりに |
|
|
|
|
| 16 |
第3章 複素連想記憶のモデルとそのダイナミクス |
|
|
|
|
| 17 |
3.1 はじめに |
|
|
|
|
| 18 |
3.2 複素連想記憶のモデル |
|
|
|
|
| 19 |
3.3 記憶パターン近傍でのネットワークの振る舞い |
|
|
|
|
| 20 |
3.4 考察 |
|
|
|
|
| 21 |
3.5 実数の連想記憶モデルとの比較 |
|
|
|
|
| 22 |
3.6 おわりに |
|
|
|
|
| 23 |
補遺 |
|
|
|
|
| 24 |
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 |
|
|
|
|
| 25 |
4.1 はじめに |
|
|
|
|
| 26 |
4.2 複素ニューラルネットワークのモデル |
|
|
|
|
| 27 |
4.3 複素ニューラルネットワークの学習問題 |
|
|
|
|
| 28 |
4.4 複素誤差逆伝搬法 |
|
|
|
|
| 29 |
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 |
|
|
|
|
| 30 |
4.6 フラクタル図形生成のシミュレーション |
|
|
|
|
| 31 |
4.7 最適教師データと最適付随確率を抽出する問題 |
|
|
|
|
| 32 |
4.8 おわりに |
|
|
|
|
| 33 |
第5章 量子描像ニューラルネットワーク |
|
|
|
|
| 34 |
5.1 はじめに |
|
|
|
|
| 35 |
5.2 量子計算とニューロンモデル |
|
|
|
|
| 36 |
5.3 量子ビットニューラルネットワーク |
|
|
|
|
| 37 |
5.4 学習性能と量子描像効果 |
|
|
|
|
| 38 |
5.5 応用例における性能 |
|
|
|
|
| 39 |
5.6 おわりに |
|
|
|
|
| 40 |
第6章 認知競合現象とニューラルネットワークモデル |
|
|
|
|
| 41 |
6.1 はじめに |
|
|
|
|
| 42 |
6.2 多義図形認知現象の心理物理的性質 |
|
|
|
|
| 43 |
6.3 これまでの理論的アプローチ |
|
|
|
|
| 44 |
6.4 ニューラルカオスによる決定論的モデル |
|
|
|
|
| 45 |
6.5 認知競合現象のニューラルカオス機構 |
|
|
|
|
| 46 |
6.6 おわりに |
|
|
|
|
| 47 |
第7章 確率一般化学習ネットワーク |
|
|
|
|
| 48 |
7.1 はじめに |
|
|
|
|
| 49 |
7.2 一般化学習ネットワークの概要 |
|
|
|
|
| 50 |
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 |
|
|
|
|
| 51 |
7.4 パラメータの学習アルゴリズム |
|
|
|
|
| 52 |
7.5 非線形制御システムへの応用 |
|
|
|
|
| 53 |
7.6 おわりに |
|
|
|
|
| 54 |
第8章 進化計算を用いたニューロPID制御 |
|
|
|
|
| 55 |
8.1 はじめに |
|
|
|
|
| 56 |
8.2 ニューロPID制御系 |
|
|
|
|
| 57 |
8.3 遺伝的調整法 |
|
|
|
|
| 58 |
8.4 数値例 |
|
|
|
|
| 59 |
8.5 おわりに |
|
|
|
|
| 60 |
第9章 超音波モータの知的制御 |
|
|
|
|
| 61 |
9.1 はじめに |
|
|
|
|
| 62 |
9.2 超音波モータを用いたサーボ系 |
|
|
|
|
| 63 |
9.3 ニューロコントローラの構成法 |
|
|
|
|
| 64 |
9.4 実験結果 |
|
|
|
|
| 65 |
9.5 おわりに |
|
|
|
|
| 66 |
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 |
|
|
|
|
| 67 |
10.1 はじめに |
|
|
|
|
| 68 |
10.2 フィードバック制御系の学習法 |
|
|
|
|
| 69 |
10.3 無人機の自律飛行制御系 |
|
|
|
|
| 70 |
10.4 ロバスト制御系の学習法 |
|
|
|
|
| 71 |
10.5 飛行実験結果 |
|
|
|
|
| 72 |
10.6 おわりに |
|
|
|
|
| 73 |
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 |
|
|
|
|
| 74 |
11.1 はじめに |
|
|
|
|
| 75 |
11.2 モジュラーニューラルネットワークの概要 |
|
|
|
|
| 76 |
11.3 RBFネットワークと局所的応答能力 |
|
|
|
|
| 77 |
11.4 漏洩音検出実験 |
|
|
|
|
| 78 |
11.5 検出結果 |
|
|
|
|
| 79 |
11.6 おわりに |
|
|
|
|
| 80 |
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 |
|
|
|
|
| 81 |
12.1 はじめに |
|
|
|
|
| 82 |
12.2 「知能」における人間とロボットの違い |
|
|
|
|
| 83 |
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 |
|
|
|
|
| 84 |
12.4 視覚センサ信号の局所性と大域的表現の獲得 |
|
|
|
|
| 85 |
12.5 目標物獲得タスク |
|
|
|
|
| 86 |
12.6 その他の機能の学習 |
|
|
|
|
| 87 |
12.7 おわりに |
|
|
|
|
| 88 |
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 |
|
|
|
|
| 89 |
13.1 はじめに |
|
|
|
|
| 90 |
13.2 運動学モデルとコントローラ |
|
|
|
|
| 91 |
13.3 学習アルゴリズム |
|
|
|
|
| 92 |
13.4 非ホロノミック移動ロボットのモデル |
|
|
|
|
| 93 |
13.5 シミュレーション結果 |
|
|
|
|
| 94 |
13.6 おわりに |
|
|
|
|
| 95 |
参考文献 |
|
|
|
|
| 96 |
索引 |
|
|
|
|
関連資料
この資料に関連する資料を 同じ著者 出版年 分類 件名 受賞などの切り口でご紹介します。
未来社会と「意味」の境界 ： 記号…
谷口 忠大／編著…
人工知能とどうつきあうか ： 哲学…
鈴木 貴之／編著
大規模言語モデルは新たな知能か ：…
岡野原 大輔／著
AIの政治哲学
M.クーケルバー…
AI白書2023
AI白書編集委員…
ここまできた!人工知能の最前線 ：…
I O編集部／編…
ディープラーニング実践ガイド ： …
Anirudh …
Pythonで学ぶ画像認識
田村 雅人／著,…
評価指標入門 ： データサイエンス…
高柳 慎一／著,…
拡散モデル ： データ生成技術の数…
岡野原 大輔／著
JAX/Flaxで学ぶディープラー…
中井 悦司／著
最適輸送の理論とアルゴリズム
佐藤 竜馬／著
基礎からのニューラルネット ： 人…
申 吉浩／監修,…
機械学習の可能性
浮田 浩行／編著…
Python機械学習プログラミング
Sebastia…
機械学習 ： ベイズと最適化の観点…
Sergios …
はじめてのパタ…ディープラーニング編
平井 有三／著
AIと白人至上主義 ： 人工知能を…
ヤーデン・カッツ…
強化学習
Richard …
機械学習
周 志華／著,大…
音声対話システム ： 基礎から実装…
井上 昻治／共著…
Federated Learnin…
Qiang Ya…
私たちはAIを信頼できるか
大澤 真幸／著,…
AIと社会・経済・ビジネスのデザイ…
村上 憲郎／編,…
データアナリティクスのための機械学…
J.D.ケラハー…
AI技術の最前線 ： これからのA…
岡野原 大輔／著
ゲームから学ぶAI ： 環境シミュ…
西田 圭介／著
AI新世 ： 人工知能と人類の行方
小林 亮太／著,…
AIと人間のジレンマ ： ヒトと社…
中尾 悠里／著
機械学習工学
石川 冬樹／編著…
ロボットに心は生まれるか ： 自己…
谷 淳／著,山形…
グラフニューラルネットワーク ： …
村田 剛志／著
AI・ロボットと共存の倫理
西垣 通／編,河…
AI・データ倫理の教科書
福岡 真之介／著
AI白書2022
AI白書編集委員…
AIはどのように社会を変えるか ：…
佐藤 嘉倫／編,…
AI技術史 ： 考える機械への道と…
Michael …
ALIFE|人工生命 ： より生命…
岡 瑞起／著
AI研究者と俳人 ： 人はなぜ俳句…
川村 秀憲／著,…
スモールデータ解析と機械学習
藤原 幸一／著
前へ
次へ
前のページへ
