KA241001 神経回路網

広島大学シラバス

English

年度 2025年度開講部局情報科学部

講義コード KA241001 科目区分専門教育科目

授業科目名神経回路網

授業科目名
（フリガナ）シンケイカイロモウ

英文授業科目名 Neural Networks

担当教員名福嶋　誠

担当教員名
(フリガナ) フクシマ　マコト

開講キャンパス東広島開設期 3年次生前期１ターム

曜日・時限・講義室 (1T) 水5-8：経B155

授業の方法講義授業の方法
【詳細情報】対面

講義と演習中心

単位 2.0 週時間 4 使用言語 B : 日本語・英語

学習の段階 3 : 中級レベル

学問分野（分野） 25 : 理工学

学問分野（分科） 02 : 情報科学

対象学生

授業のキーワード人工神経回路網（ANNs），生物学的神経回路網（BNNs）

教職専門科目　教科専門科目　

プログラムの中での
この授業科目の位置づけ
（学部生対象科目のみ）座学と手計算中心で神経回路網を学ぶ科目として位置づけられます．
到達度評価
の評価項目
（学部生対象科目のみ）計算機科学プログラム
（知識・理解）
・D1. 計算機科学の基礎となる理論体系を理解し，科学的論理性に基づいた情報処理技術を駆使して，高次元データを収集・処理するための知識と能力．

データ科学プログラム
（能力・技能）
・A. 情報基盤の開発技術，情報処理技術，データを分析して新しい付加価値を生む技術．
・B. 新たな課題を自ら発見し，データに基づいた定量的かつ論理的な思考と，多角的視野と高度な情報処理・分析により，課題を解決する能力．

知能科学プログラム
（知識・理解）
・D1. 人間が持つ高度な知能とその計算機による実現についての体系的な深い理解．
（能力・技能）
・B. 新たな課題を自ら発見し，データに基づいた定量的かつ論理的な思考と，多角的視野と高度な情報処理・分析により，課題を解決する能力．

授業の目標・概要等本講義の第1～8回では人工神経回路網（ANNs）について，第9～14回では生物学的神経回路網（BNNs）について，第15回では特殊なタイプのANNsとそのBNNsとの融合について学びます．ANNsに基づく機械学習手法の基礎と，BNNsのモデルと分析手法を理解することを目標とします．

授業計画第1回　講義ガイダンス／深層ニューラルネットワーク（1）
第2回　深層ニューラルネットワーク（2）
第3回　勾配降下法
第4回　逆伝播法
第5回　正則化（1）
第6回　正則化（2）
第7回　畳み込みネットワーク（1）
第8回　畳み込みネットワーク（2）
第9回　ニューロンモデル（1）
第10回　ニューロンモデル（2）
第11回　脳ネットワーク分析：基礎（1）
第12回　脳ネットワーク分析：基礎（2）
第13回　脳ネットワーク分析：発展（1）
第14回　脳ネットワーク分析：発展（2）
第15回　リザバーコンピューティング

提出課題を出題（第4，6，8，10，12，14回）．

教科書・参考書等【参考書】
Christopher M. Bishop, Hugh Bishop. Deep Learning: Foundations and Concepts. Springer, 2023.（第1～8回）
岡谷貴之（著）．深層学習改訂第2版．講談社，2022．（第1～8回）
C. M. ビショップ（著），元田浩，栗田多喜夫，樋口知之，松本裕治，村田昇（監訳）．パターン認識と機械学習上．シュプリンガー・ジャパン，2007（初版），丸善出版，2012（再版）．（第1～8回）
Alex Fornito, Andrew Zalesky, Edward T. Bullmore. Fundamentals of Brain Network Analysis. Academic Press, 2016.（第11～14回）
田中剛平，中根了昌，廣瀬明（著）．リザバーコンピューティング，森北出版，2021．（第15回）

授業で使用する
メディア・機器等 Microsoft Teams

【詳細情報】講義資料をMicrosoft Teamsを通して配布します．

授業で取り入れる
学習手法

予習・復習への
アドバイス講義資料を予習・復習に活用しましょう．

履修上の注意
受講条件等微分積分学，線形代数学，確率論の基本的な事項を学習済みであることを前提として授業を進めます．2年次3タームの科目「機械学習」第1～8回で取り扱った内容をよく復習しておいてください．

成績評価の基準等提出課題の成績により評価します．

実務経験

実務経験の概要と
それに基づく授業内容

メッセージ回によってはオンラインまたはオンデマンドで授業を実施する可能性や，第15回の講義順が前倒しになる可能性があります．いずれも該当する場合には事前に連絡します．

その他

すべての授業科目において，授業改善アンケートを実施していますので，回答に協力してください。
回答に対しては教員からコメントを入力しており，今後の改善につなげていきます。

年度	2025年度	開講部局	情報科学部
講義コード	KA241001	科目区分	専門教育科目
授業科目名	神経回路網
授業科目名（フリガナ）	シンケイカイロモウ
英文授業科目名	Neural Networks
担当教員名	福嶋　誠
担当教員名 (フリガナ)	フクシマ　マコト
開講キャンパス	東広島	開設期	3年次生前期１ターム
曜日・時限・講義室	(1T) 水5-8：経B155
授業の方法	講義	授業の方法【詳細情報】	対面
講義と演習中心
単位	2.0	週時間	4	使用言語	B : 日本語・英語
学習の段階	3 : 中級レベル
学問分野（分野）	25 : 理工学
学問分野（分科）	02 : 情報科学
対象学生
授業のキーワード	人工神経回路網（ANNs），生物学的神経回路網（BNNs）
教職専門科目		教科専門科目
プログラムの中でのこの授業科目の位置づけ（学部生対象科目のみ）	座学と手計算中心で神経回路網を学ぶ科目として位置づけられます．
到達度評価の評価項目（学部生対象科目のみ）	計算機科学プログラム（知識・理解）・D1. 計算機科学の基礎となる理論体系を理解し，科学的論理性に基づいた情報処理技術を駆使して，高次元データを収集・処理するための知識と能力．データ科学プログラム（能力・技能）・A. 情報基盤の開発技術，情報処理技術，データを分析して新しい付加価値を生む技術．・B. 新たな課題を自ら発見し，データに基づいた定量的かつ論理的な思考と，多角的視野と高度な情報処理・分析により，課題を解決する能力．知能科学プログラム（知識・理解）・D1. 人間が持つ高度な知能とその計算機による実現についての体系的な深い理解．（能力・技能）・B. 新たな課題を自ら発見し，データに基づいた定量的かつ論理的な思考と，多角的視野と高度な情報処理・分析により，課題を解決する能力．
授業の目標・概要等	本講義の第1～8回では人工神経回路網（ANNs）について，第9～14回では生物学的神経回路網（BNNs）について，第15回では特殊なタイプのANNsとそのBNNsとの融合について学びます．ANNsに基づく機械学習手法の基礎と，BNNsのモデルと分析手法を理解することを目標とします．
授業計画	第1回　講義ガイダンス／深層ニューラルネットワーク（1）第2回　深層ニューラルネットワーク（2）第3回　勾配降下法第4回　逆伝播法第5回　正則化（1）第6回　正則化（2）第7回　畳み込みネットワーク（1）第8回　畳み込みネットワーク（2）第9回　ニューロンモデル（1）第10回　ニューロンモデル（2）第11回　脳ネットワーク分析：基礎（1）第12回　脳ネットワーク分析：基礎（2）第13回　脳ネットワーク分析：発展（1）第14回　脳ネットワーク分析：発展（2）第15回　リザバーコンピューティング提出課題を出題（第4，6，8，10，12，14回）．
教科書・参考書等	【参考書】 Christopher M. Bishop, Hugh Bishop. Deep Learning: Foundations and Concepts. Springer, 2023.（第1～8回）岡谷貴之（著）．深層学習改訂第2版．講談社，2022．（第1～8回） C. M. ビショップ（著），元田浩，栗田多喜夫，樋口知之，松本裕治，村田昇（監訳）．パターン認識と機械学習上．シュプリンガー・ジャパン，2007（初版），丸善出版，2012（再版）．（第1～8回） Alex Fornito, Andrew Zalesky, Edward T. Bullmore. Fundamentals of Brain Network Analysis. Academic Press, 2016.（第11～14回）田中剛平，中根了昌，廣瀬明（著）．リザバーコンピューティング，森北出版，2021．（第15回）
授業で使用するメディア・機器等	Microsoft Teams
【詳細情報】	講義資料をMicrosoft Teamsを通して配布します．
授業で取り入れる学習手法
予習・復習へのアドバイス	講義資料を予習・復習に活用しましょう．
履修上の注意受講条件等	微分積分学，線形代数学，確率論の基本的な事項を学習済みであることを前提として授業を進めます．2年次3タームの科目「機械学習」第1～8回で取り扱った内容をよく復習しておいてください．
成績評価の基準等	提出課題の成績により評価します．
実務経験
実務経験の概要とそれに基づく授業内容
メッセージ	回によってはオンラインまたはオンデマンドで授業を実施する可能性や，第15回の講義順が前倒しになる可能性があります．いずれも該当する場合には事前に連絡します．
その他
すべての授業科目において，授業改善アンケートを実施していますので，回答に協力してください。回答に対しては教員からコメントを入力しており，今後の改善につなげていきます。

シラバスTOPへ