基礎からのニューラルネット -人工知能の基盤技術ー

発売日 : 2023年01月23日

著者／編集 : 申　吉浩/園田　隆史/甘利　丈慈/高井　絢之介/室田　佳亮

出版社 : 工学社

発行形態 : 単行本

本書は、「深層学習」の「仕組み」に興味をもつ人々のために、「深層学習」の基礎である「人工ニューラルネット」の原理を解説することを目的として編まれた書籍である。第１章では、人工知能研究の歴史を簡潔にまとめる。第２章は、最も基本的な「階層型ニューラルネット」（パーセプトロン）の仕組みを詳説。第３章では、物理学と人工知能研究の接点について述べる。第４章は、「深層学習」の発展の原動力となった「畳み込みネットワーク」「回帰ネットワーク」「長・短期記憶」「トランスフォーマ」の本質に焦点を絞った簡潔な説明を狙う。

■ニューラルネットの歴史―「パーセプトロン」から「深層学習」まで―
はじめに
パーセプトロン
「線形非分離問題」と「深層化」
「深層学習」の誕生から現在まで

■階層型ニューラルネットモデル
脳神経網と「人工ニューラルネット」
「単層パーセプトロン」と「誤り訂正学習」
「損失関数」による限界突破
勾配消失問題
入力が複数の場合
階層型ニューラルネットモデルの万能性
「深層化」と「バックプロパゲーション」

■非階層型ニューラルネットモデル
「深層学習」の基礎技術
「階層型」と「非階層型」
Hopfieldモデル
ボルツマンマシン
「非階層ニューラルネット」の事例

■「深層学習」への誘ない
「深層学習」の幕開け
「深層学習」を支える技術
「深層学習」の応用

未定

申　吉浩

●申　吉浩 1960年　大韓民国ソウル生まれ 1990年　東京大学大学院理学系研究科数学専門課程博士課程単位取得退学 2007年　Carnegie Mellon CyLab Japan 教授 2010年　兵庫県立大学大学院応用情報科学研究科教授 現在・学習院大学計算機センター教授・博士（工学）

申, 吉浩, 1960-

園田　隆史

●園田　隆史 1956年 長崎生まれ 1985年 日本大学大学院理工学研究科物理学専攻 博士後期課程修了 理学博士 同年 富士ゼロックス（株） 入社 現在 学習院大学および大妻女子大学 非常勤講師

園田, 隆史, 1956-

甘利　丈慈

●甘利　丈慈 1999年 東京生まれ 現在・学習院大学大学院自然科学研究科2年

甘利, 丈慈, 1999-

髙井　絢之介

●髙井　絢之介 1998年　茨城生まれ 現在・学習院大学大学院自然科学研究科2年

髙井, 絢之介, 1998-

室田　佳亮

●室田　佳亮 1998年　東京生まれ 現在・東京大学大学院理学系研究科物理学専攻修士2年

室田, 佳亮, 1998-