本文へスキップ

ニューラルネットワークと情報ネットワークの研究

  • 知能情報ネットワーク研究室では、ニューラルネットワークと情報ネットワークを研究しています。

東北文化学園大学 科学技術学部 知能情報システム学科
東北文化学園大学大学院 健康社会システム研究科

夢ナビライブ2018で「人工知能の逆襲~脳の学習モデルと深層学習」と題して講演しました。
2018年10月6日(土)14:20-14:50 夢メッセみやぎ.

2018年度担当講義:
  • 数理学I (1年次前期)
  • 数理学II (1年次後期)
  • 応用数学 (2年次前期)
  • ネットワークシステム演習 ( 2年次後期)
  • ニューラルネットワーク (3年次前期)
  • 組込システム実験 (3年次前期)
  • ソフトコンピューティング論 (大学院1年次後期)
  • ソフトコンピューティングセミナー (大学院1年次後期)
  • 情報ネットワークシステム論 (大学院1年次前期)
  • 環境情報総合特別講義(大学院2年次前期)
  • 生活情報科学特別講義(大学院後期課程)

主な研究テーマ:


1. ニューラルネットワークの学習過程の研究
  • ニューラルネットワークの学習過程はまだ未知な面が多く、人間の脳の能力には遥かにばない点が多い。21世紀は脳の世紀と言われているが、脳の学習機構を解明する事は、脳を越えるニューロコンピュータの創造と共に人間の学習能力の向上や脳の障害の治療にも役立つ。これには理学、医学、工学に及ぶ多方面の協力を必要とするが、統計力学からの研究を行っている。
2. ニューラルネットワークの確率モデルの提案
  • 従来のニューラルネットワークモデルの欠点を克服する新しいニューラルネットワークモデルを研究しているが、確率的ニューロンからなるフィードフォワード系では緩和過程が無いので、学習が早く、かつ確率分布関数の学習が可能である。
3. 深層学習(Deep Learning)
  • 今、ニューラルネットワークのモデルを応用した深層学習(Deep Learning)が注目されている。確率モデルからなるフィードフォワード系は深層学習で利用されるモデルに非常に近いので、深層学習に応用してゆく。
4. インターネットの利用技術
  • インターネットの利用技術の変化が大きい。ウェブサービス、マルチメディア、データベースなどは情報教育や色々な研究へ応用することが出来る。身近な応用から未来技術の動向をつかむ。
研究・教育の目標:
  • 脳は膨大な数のニューロンが並列に情報処理することにより、信頼性と情報処理スピードの向上を実現していることから、脳の情報処理機能を正しく理解するためのモデルを提案する。
  • 脳はプログラムを必要とせず、例題から学ぶ能力を持っている。この学習機能を解明することは脳型コンピュータの開発とともに脳機能障害の克服、効率的な学習法の開発など多彩な応用に結びつく。
  • 脳は確率的な事象の学習も可能であるが、これにはニューロンが確率的な動作を行うモデルを出発点として考える事が必要となる。このような基本的な観点から研究を進める。
  • モデルにおける学習の指針となるエラー測度の選択は学習の効率に重大な影響を与える。学習の準安定状態を自動的に回避し、ニューロン数を増やしても学習効率が低下しないようなエラー測度を探す。
  • 脳の情報処理機能を理解する上で、スピン系の統計力学的手法は大変有力である。脳の理解を目的としてスピン系の統計力学的研究も進めて行く。
  • インターネットの利用はその即時性と共に、膨大なデータの蓄積、検索、処理、加工等をパソコンレベルで可能にしてきた。便利になった訳だが変化が早すぎて実用レベルでの利用技術の浸透が困難になってきた。研究と教育において積極的な利用を推進してゆく。

新着情報

e-mail: sf (followed by @ait.tbgu.ac.jp)

東北文化学園大学のホームページへ

知能情報システム学科のホームページへ
このページの先頭へ

バナースペース