科学技術と共に歩む

1.　神経系の構造と機能
1.1　神経細胞の情報処理機構
　　1.1.1　神経細胞の機能
　　1.1.2　シナプス伝達
1.2　脳・神経系の可塑性
　　1.2.1　神経系の可塑性
　　1.2.2　シナプスの可塑性
参考文献
2.　ニューラルネットワークとは
2.1　歴史
　　2.1.1　実験的アプローチと計算論的アプローチ─発想の転換─
　　2.1.2　ニューラルネットワーク研究の経緯
2.2　ニューロンモデル
　　2.2.1　形式ニューロン
　　2.2.2　連続値モデル
　　2.2.3　離散時間モデル
　　2.2.4　連続時間モデル
2.3　ネットワークモデル
　　2.3.1　階層型ネットワーク
　　2.3.2　非階層型ネットワーク
参考文献
3.　階層型ニューラルネットワークの情報処理
3.1　モデル
　　3.1.1　階層型ニューラルネットワークモデルの基本原理
　　3.1.2　リカレント型階層ニューラルネットワーク
3.2　機能
　　3.2.1　非線形関数の生成
　　3.2.2　データの圧縮と復元
3.3　学習
　　3.3.1　階層型ニューラルネットワークの設計
　　3.3.2　誤差逆伝搬学習法
参考文献
4.　階層型ニューラルネットワークによるモデル獲得
4.1　順モデルの獲得
　　4.1.1　債券格付け
　　4.1.2　連続鋳造の故障診断
4.2　逆モデルの獲得
　　4.2.1　逆モデルの学習
　　4.2.2　直接法による逆キネマティクス獲得
　　4.2.3　誤差フィードバック法による逆ダイナミクス獲得
参考文献
5.　階層型ニューラルネットワークにおける既存知識の利用技術
5.1　数式との融合
5.2　Radial Basis Function
5.3　経験則との融合
参考文献
6.　相互結合型ネットワークの性質
6.1　ホップフィールドモデル
　　6.1.1　連想記憶と相関行列
　　6.1.2　ホップフィールドモデル
　　6.1.3　ホップフィールドモデルの応用
6.2　アソシアトロン
　　6.2.1　アソシアトロンの基礎
　　6.2.2　学習アルゴリズム
　　6.2.3　連想記憶のダイナミクス
6.3　ボルツマンマシン
　　6.3.1　ボルツマンマシンの基礎
　　6.3.2　ボルツマンマシンの学習則
6.4　その他のネットワーク
　　6.4.1　BAM
　　6.4.2　BSB
参考文献
7.　競合学習型ベクトル量子化ニューラルネットワーク
7.1　コホーネンの自己組織化Featureマップ
　　7.1.1　コホーネン学習則
　　7.1.2　自己組織化Featureマップのアルゴリズム
　　7.1.3　自己組織化Featureマップのシミュレーション
　　7.1.4　自己組織化Featureマップによる巡回セールスマン問題
　　7.1.5　自己組織化Featureマップによる漢字大分類
7.2　LVQ（学習ベクトル量子化法）モデル
　　7.2.1　LVQ1
　　7.2.2　LVQ2
　　7.2.3　LVQ3
　　7.2.4　文字認識へのLVQの応用
7.3　RCEモデル
7.4　ARTモデル
7.5　DYSTALモデル
7.6　CombNET－Ⅱ
参考文献
8.　ニューラルネットワーク関連技術
8.1　ニューロファジー技術
8.2　マルチモジュールニューラルネットワーク
　　8.2.1　基本ネットワークの構成と学習
　　8.2.2　連結ネットワークの構成と学習
　　8.2.3　マルチモジュールニューラルネットワークの動作
　　8.2.4　マルチモジュールニューラルネットワークによる複合連想モデル
8.3　カオスとニューラルネットワーク
　　8.3.1　カオスとは
　　8.3.2　ニューラルネットワークにおけるカオスの応用
8.4　遺伝的アルゴリズムとニューラルネットワーク
　　8.4.1　遺伝的アルゴリズム
　　8.4.2　GAとニューラルネットワークの融合
8.5　ハードウェア技術入門
　　8.5.1　ハードウェアの分類
　　8.5.2　ディジタル回路方式
　　8.5.3　アナログ回路方式
　　8.5.4　光電子共存回路方式
参考文献
索引