ニューラル情報処理の基礎数理

書影

情報システム工学  A-3

ニューラル情報処理の基礎数理

定価:
2,200
(本体:2,000円+税)
難易度:中級

発行日:2005年11月10日

発行:数理工学社

ISBN:978-4-901683-29-6

サイズ:上製A5

ページ数:248ページ

在庫:在庫あり

内容詳細

ニューラル情報処理の中で工学応用が期待できる基本技術を厳選し,数理的に高度化が進むニューラル情報処理の基礎を丁寧かつ平易に解説した.

目次

1 序論
1.1 ニューラルネット概論
1.2 本書で使用する記法
 1章の問題

2 単層パーセプトロン
2.1 分類問題と線形判別関数
2.2 閾パーセプトロン
2.3 回帰問題と重回帰
2.4 線形パーセプトロン
 2章の問題

3 多層パーセプトロンの学習法
3.1 基本学習法:BP法
3.2 高速学習法(1):Newton法
3.3 高速学習法(2):準Newton法
 3章の問題

4 多層パーセプトロンの性質
4.1 探索空間の構造
4.2 近似能力と極限性能\r
4.3 モデル選択
4.4 汎化性能向上法
4.5 変数変換の影響
 4章の問題

5 パーセプトロンと多項式回帰
5.1 多変量多項式回帰(1):RF5法
5.2 多変量多項式回帰(2):BCW法
5.3 区分的多変量多項式回帰:RF6法
 5章の問題

6 リカレントネットと力学系学習
6.1 力学系とリカレントネット
6.2 アフィン神経力学系
 6章の問題

7 競合学習とベクトル量子化
7.1 競合学習
7.2 ベクトル量子化
7.3 等歪み分割
7.4 DAクラスタリング
 7章の問題

8 EMアルゴリズムとその拡張
8.1 EMアルゴリズム
8.2 DAEMアルゴリズム
8.3 SMEMアルゴリズム
8.4 混合正規分布推定
 8章の問題

 付録 行列微分法

 問題解答

 参考文献

 索引


サポート情報

関連書籍