Laboratory

半田キャンパス
Artificial Intelligence Lab.

人工知能研究室

進化計算,群知能,ニューラルネットワーク,人工知能,最適化

卒業研究では,膨大なデータからパターンやルールを発見する機械学習や,自然と生物にヒントを得た進化計算などを用いた最適化手法に関する研究に取り組みます.福祉の分野においても,様々な場面でAI技術の活用が期待されており,計算知能の技術による人に寄り添う知的な情報処理システムの開発を目指しています.

<担当予定の講義>
・人工知能I
人工知能の入門的講義として,これまでの人工知能研究の歴史や基礎的な概念,利用や開発の上での倫理問題などを解説します.また,人工知能の基本である探索による問題解決,知識表現,推論などについて学びます.探索分野では遺伝的アルゴリズムなどのメタヒューリスティクスの手法を説明し,演習問題を通して具体的な問題の定式化の方法や解き方を習得します.

・人工知能II
人工知能分野の一つである機械学習は,実世界の様々な問題を解決するための重要な技術となっています.この講義では,ニューラルネットワーク やk平均法などの代表的な教師あり学習・教師なし学習における,基礎的な知識や適用範囲について学びます.また,試行錯誤を通じて行動を学習する強化学習についても,例題やデモを通しアルゴリズムを学びます.

・情報数学I,情報数学II
機械学習などのアルゴリズムを理解し実装するためには,プログラミング能力だけではなく数学的な知識も必要になります.そこで,人工知能などの専門科目の基礎として線型代数,微分および確率・統計の学習を行います.線形代数で学ぶ行列やベクトルの知識は,機械学習において大量のデータをまとめて処理する際に必要となり,モデルのパラメータを算出する際には微分が使われます.また,確率・統計の知識も機械学習の理論的な仕組みを理解するために必要です.この講義では,このような機械学習で使われる数学の基礎を理解することを目的とします.

・情報工学実験
情報工学実験では,機械学習の一手法であるディープラーニングを実装する能力や知識を身に付けます.具体的には,ディープラーニングを構成する各層の役割や機能,学習アルゴリズムを学び,Pythonを用いて多層パーセプトロンや畳み込みニューラルネットワーク等の機械学習モデルの構築を行います.また,手書き文字認識などのパターン認識の演習課題に取り組み,目的に応じて適切なモデルを開発できるような実践力の習得を目指します.

教員紹介

近日公開

Professor