コンピュータ数学シリーズ 21
ニューラルコンピューティング
ニューラルコンピューティングの実践的かつ具体的な応用例を示している。教師付き学習，最適化，セルフオーガナイゼイション（自己組織化）について，具体的に実際の問題を用いて，それらの最先端の手法を詳しく解説している。
- ジャンル
- 発行年月日
- 1996/06/25
- 判型
- A5 上製
- ページ数
- 132ページ
- ISBN
- 978-4-339-02554-5
- 内容紹介
- 目次
ニューラルコンピューティングの実践的かつ具体的な応用例を示している。教師付き学習，最適化，セルフオーガナイゼイション（自己組織化）について，具体的に実際の問題を用いて，それらの最先端の手法を詳しく解説している。
1. ニューラルネットワーク
1.1 神経細胞モデル
1.1.1 マッカロック－ピッツのニューロンモデル
1.1.2 ヒステリシスMPモデル
1.1.3 マキシマムニューロン
1.2 ニューラルネットワークと組合せ最適化問題
2. 8個のクイーン問題
2.1 8個のクイーン問題
2.2 手順1：問題を表現する
2.3 手順2：動作式を立てる
2.4 手順3：プログラミングする
2.4.1 1次のオイラー法
2.4.2 連続モデルと並列同期モデル
2.4.3 フローチャート
2.4.4 サンプルプログラム
2.5 Nクイーン問題への拡張
3. スケルトンパズル
3.1 スケルトンパズル
3.2 ニューラル表現
3.3 動作式
3.4 懸賞問題に挑戦
3.5 実行結果
4. 4色問題
4.1 4色問題
4.2 ニューラル表現
4.3 動作式
4.4 いろいろな4色塗りの例
5. 小選挙区区割り問題
5.1 ニューラル表現
5.2 動作式
5.3 シミュレーションの方法
5.4 結果
5.5 まとめ
6. 宣教師と人食い人間の問題
6.1 問題の紹介
6.2 ニューラル表現
6.3 動作式
6.4 シミュレーション結果
7. 最適配置問題
7.1 最適配置問題
7.1.1 ボロノイ図を用いた最適配置手法
7.1.2 クラスタリングを使ったアルゴリズム
7.2 ニューラル表現
7.3 動作式
8. n点配置問題
8.1 n点配置問題
8.2 問題をニューロンで表す
8.3 動作式
8.4 実際のプログラミング
8.5 結果
9. ファンクショナルリンクネットワーク
9.1 ファンクショナルリンクネットワーク
9.2 画像認識への応用例
10. 問題の複雑さの測定
10.1 はじめに
10.2 ニューラルネットワークアーキテクチャと複雑さ
10.3 ニューラルネットワークを用いたパズルの難しさ測定
10.3.1 マキシマムニューラルネットワーク
10.3.2 動作式を立てる
10.3.3 計算レシピ
10.4 実行結果と考察
10.4.1 問題設定
10.4.2 測定結果
10.4.3 考察
10.5 アルゴリズム理論的脳の複雑さ
10.5.1 計算可能性と計算の複雑さの理論
10.5.2 計算可能性理論とニューラルネットワーク
10.5.3 計算の複雑さ理論とニューラルネットワーク
10.6 まとめ
付録
参考文献
索引
