発展・専門

ニューラルネットワーク概論PR用1分動画

この講座では、現代AIの基盤を支えるニューラルネットワーク(深層学習)技術の基礎を学びます。ニューラルネットワークは生物の情報処理様式からヒントを得た計算技術です。ここでは、ニューラルネットワークを構成する要素からはじめて、現代の画像処理技術の中心を担っている深層学習を学んで行きます。

第1回 ニューラルネットワークへの基本概念

担当講師

庄野 逸

(電気通信大学 教授)

内容

ニューラルネットワークを構成する要素を確認した後、例題として最初の世代のニューラルネットワークであるパーセプトロンについて解説する。

第2回 多層化ニューラルネットワークへの挑戦

担当講師

庄野 逸

(電気通信大学 教授)

内容

第二世代のニューラルネットワークである多層型パーセプトロンと多層パーセプトロンを運用するための学習方式である誤差逆伝搬法について解説する。

第3回 深層学習へのアプローチ(1)

担当講師

庄野 逸

(電気通信大学 教授)

内容

多層パーセプトロンの研究から分かってきた問題点とそれを解決するためのアプローチに関して説明する。

第4回 深層学習へのアプローチ(2)

担当講師

庄野 逸

(電気通信大学 教授)

内容

深層畳み込みニューラルネットワークの発展を脳科学的な観点を踏まえて紹介する。

難易度参考指標
  • 初学者でも分かりやすい内容です
  • 一部に専門性のある内容を含みます
  • 専門性の高い内容です
コマ数
全 4 コマ(1コマ45分程度)
コマ数 担当講師 内 容
全 4 コマ
(1コマ45分程度)
庄野 逸(電気通信大学 教授)
第1回 ニューラルネットワークへの基本概念
庄野 逸(電気通信大学 教授)
第2回 多層化ニューラルネットワークへの挑戦
庄野 逸(電気通信大学 教授)
第3回 深層学習へのアプローチ(1)
庄野 逸(電気通信大学 教授)
第4回 深層学習へのアプローチ(2)
上に戻る