close
1.

図書

図書
人工知能学会編
出版情報: 東京 : 共立出版, 2017.7  xx, 1579p ; 27cm
所蔵情報: loading…
目次情報: 続きを見る
人工知能基礎
哲学
認知科学
脳科学
知識表現・論理・推論
機械学習とデータマイニング
ニューロ・ファジィ・GA
自然言語処理
画像・音声メディア
ヒューマンインタフェースとインタラクション〔ほか〕
人工知能基礎
哲学
認知科学
2.

図書

東工大
目次DB

図書
東工大
目次DB
銅谷賢治 [ほか] 編
出版情報: 東京 : 朝倉書店, 2002.3  ix, 216p ; 22cm
所蔵情報: loading…
目次情報: 続きを見る
I.プロローグ 1
1.神経細胞による情報表現(銅谷賢治・伊藤浩之) 3
   1.1 発火頻度表現 6
   1.2 タイミング表現 7
2.ニューロンのダイナミクスと数理モデル(銅谷賢治) 9
   2.1 Hogdkin-Huxley型モデル 9
   2.2 integrate-and-fireモデル 11
   2.3 inter-spike intervalモデル 12
   2.4 コネクショニストモデル 13
3.エントロピーと情報量(銅谷賢治) 15
   3.1 確率分布とエントロピー 15
   3.2 条件付き確率と相互情報量 16
   3.3 相互相関と相互情報量 18
II.大脳視覚野の情報表現の実際 23
4.視覚における脳内表現(小松英彦) 25
   4.1 これまでの研究 25
   4.2 最近の研究 37
5.一次視覚野の特徴抽出性と刺激文脈依存性(尾関宏文・赤崎孝文・佐藤宏道) 42
   5.1 特徴抽出性と形成メカニズム 42
   5.2 刺激文脈依存性 46
   a.受容野外刺激による反応修飾 46
   b.広域情報統合の神経回路 49
   5.3 一次視覚野の出力調節の意義 51
6.側頭葉ニューロンの情報量解析(菅生康子) 55
   6.1 側頭葉の顔に応答するニューロン 55
   6.2 ニューロンの応答に表現される情報とその定量的な解析法 56
   6.3 サル側頭葉のニューロンは顔についての複数の情報を時間を分けてコードしている 57
   6.4 実験データから情報量を算出する際の問題点 64
III.脳の情報表現への統計的アプローチ 67
7.脳内情報表現への情報理論的アプローチ(阪口 豊・樺島祥介) 69
   7.1 古典的なモデル 69
   a.特徴抽出細胞の自己形成モデル 69
   b.トポグラフィの自己形成モデル 70
   7.2 情報理論に基づくモデル化 71
   a.冗長度圧縮原理 72
   b.確率モデルと情報量 73
   c.認識モデルと生成モデル 74
   d.最大/最小化原理 75
   7.3 情取理論に基づいた視覚野における受容野形成のモデル 78
   a.Linskerのモデル 78
   b.OlshausenとFieldのモデル 80
   c.RaoとBallardによるpredictive coding model 82
8.隠れ状態とマルコフランダム場(岡田真人) 87
   8.1 境界ベース結合MRFモデル 89
   8.2 領域ベース結合MRFモデル 91
   8.3 双方向性相互作用におけるシナプス切断 92
   8.4 位相を隠れ変数としてもつ領域ベースMRFモデル 93
   8.5 提案モデルの計算機シミュレーション 94
   8.6 シングルニューロン(コラム)での実現 96
9.隠れ状態最尤推定と反復解法 EMアルゴリズムとWake-Sleepアルゴリズム (池田思朗) 98
   9.1 隠れ変数 98
   a.隠れ変数の定義 98
   b.混合正規分布 99
   c.Helmholtzマシン 100
   9.2 隠れ変数をもつモデルのパラメータ推定 101
   a.最尤推定 101
   b.EMアルゴリズム 103
   c.Wake-Sleepアルゴリズム 104
IV.ニューロンと局所回路のダイナミクス 107
10.シナプスにおける情報処理(深井朋樹・高木 博) 109
   10.1 ダイナミックシナプス 110
   a.減衰シナプス 110
   b.増強シナプス 111
   c.減衰シナプスの機能的役割 112
   10.2 スパイク時間依存のLTP/LTD 114
   10.3 海馬シナプスでのLTP/LTDの実体解明の現状 115
   a.E-LTP誘導の細胞内機序とその生理学の実体 116
   b.LTDの細胞内機序とその生理学的実体 116
   c.L-LTP誘導の細胞内機序とその生理学的実体 117
11.大脳皮質の錐体細胞とガンマ周波数帯のバースト発火 FRBニューロンのモデル (姜 英男・青柳富誌生・深井朋樹) 120
   11.1 ガンマ周波数帯の同期振動 120
   11.2 大脳皮質の錐体細胞とchattering発火 121
   a.持続性Na電流仮説 124
   b.カルシウム依存性カチオン電流仮説 125
   11.3 Chatteringニューロンの数理モデル 127
12.大脳皮質の神経回路(金子武嗣) 131
   12.1 大脳皮質の外観 132
   12.2 大脳皮質の構成要素:ニューロンの種類 134
   12.3 大脳皮質の局所回路 136
   12.4 大脳皮質の神経回路の原則 143
13.位相ダイナミクスを用いた同期現象の解析(青柳富誌生) 146
   13.1 ニューロンの数理モデル 146
   13.2 位相ダイナミクスへの自由度の逓減 149
   a.位相反応曲線 150
   b.同期・非同期 152
   13.3 関連する話題 155
   a.イオンチャネルと同期・非同期の関連 155
   b.連想記憶モデルへの応用の解析 155
V.発火タイミングによる情報表現 157
14.多細胞同時記録実験の必要性とその実際(櫻井芳雄) 159
   14.1 多細胞同時記録実験の目的 160
   a.ニューロン活動を記録する意味 161
   b.単一ニューロンとニューロン集団 162
   c.1つの可能性:セル・アセンブリ 163
   14.2 多細胞同時記録実験の方法 164
   a.記録電極の作製と選定 165
   b.電極の配列と操作 166
   c.データの取込み 168
   d.データ解析の前提 170
15.多細胞同時記録データの統計解析法(伊藤浩之) 173
   15.1 従来の解析法と特徴 173
   a.ラスター表示 173
   b.peri-stimulus time histogram(PSTH) 174
   c.inter spike interval histogram(ISIH) 174
   d.auto-correlogram 175
   e.刺激性相関と神経性相関 177
   f.cross-correlogram 178
   15.2 新しい解析法とその目指すもの 179
   a.JPSTH 179
   b.unitary event analysis 182
16.皮質ダイナミクスと神経計算機構 実験・解析・モデル (Ad Aertsen・伊藤浩之) 186
   16.1 大脳皮質とはどのようなシステムか 186
   a.細胞集団(セル・アセンブリ)の重要性 186
   b.解剖学的結合から機能的結合へ 187
   16.2 機能的結合の文脈依存性およびダイナミクス 188
   a.モデルの説明 189
   b.機能的結合の文脈依存性 190
   c.機能的結合のダイナミクス 192
   d.機能的結合の背景入力依存性 194
   16.3 実験データにみられる相関イベント 195
   a.synfire chain 195
   b.覚醒サルの運動皮質での記録にみられたunitary event 197
   16.4 同期スパイクの伝播ダイナミクス 200
   a.synfire chainの安定性 200
   b.モデルニューロンの説明 202
   c.パルスパケットの安定性解析 202
   d.パルスパケットの安定性解析(ネットワーク) 203
   e.パルスパケットの同期の精度 205
   16.5 学生との質疑応答(一部抜粋) 206
   エピローグ 211
   索引 213
I.プロローグ 1
1.神経細胞による情報表現(銅谷賢治・伊藤浩之) 3
   1.1 発火頻度表現 6
3.

図書

図書
渡辺澄夫 [ほか] 著
出版情報: 東京 : 森北出版, 2014.4  iv, 172p ; 21cm
所蔵情報: loading…
目次情報: 続きを見る
第1章 ランダム行列への入り口 : ランダム行列とは
行列と確率の復習 ほか
第2章 ランダム行列の普遍性 : 準備
固有値密度の普遍性 ほか
第3章 ランダム行列への情報統計力学的アプローチ : レプリカ法による最大固有値問題の解析:主成分分析を例として
漸近固有値分布 ほか
第4章 情報学からのランダム行列入門 : 歴史
いくつかの応用 ほか
第5章 ランダム行列と学習理論 : ウィシャート分布
統計モデルの特異性 ほか
第1章 ランダム行列への入り口 : ランダム行列とは
行列と確率の復習 ほか
第2章 ランダム行列の普遍性 : 準備
概要: 立ち現れる普遍性。広がる応用。物理学、学習理論、情報学、...さまざまな分野で顔を出す「ランダム行列」。その数理を紐解き統計物理・確率論との関わりも論じる。ランダム行列に初めて出会う人から研究で使う人にまで、広く役立つ一冊。
4.

図書

図書
樺島祥介
出版情報: 東京 : 東京工業大学, 2008.6
所蔵情報: loading…
5.

図書

図書
樺島祥介
出版情報: 東京 : 東京工業大学, 2011.2
所蔵情報: loading…
6.

図書

東工大
目次DB

図書
東工大
目次DB
赤池弘次 [ほか] 著 ; 室田一雄, 土谷隆編
出版情報: 東京 : 共立出版, 2007.7  ix, 160p, 図版[4]p ; 22cm
所蔵情報: loading…
目次情報: 続きを見る
第Ⅰ編 1
第1章 物の動きを読む数理-情報量規準AICの導入とその効果(赤池弘次) 2
   はじめに 2
   1.1 生い立ち 2
   1.2 予測の数理 3
    1.2.1 確率 3
    1.2.2 確率と統計の繋がり 4
   1.3 実際問題への適用 5
    1.3.1 生糸繰糸工程の統計的管理 5
    1.3.2 パワースペクトルの推定 6
    1.3.3 周波数応答関数の推定 7
    1.3.4 生産プロセスの最適制御 8
    1.3.5 自己回帰モデル 8
    1.3.6 最適制御の実現 I0
   1.4 尤度の解明 12
    1.4.1 尤度とは? 12
   1.5 情報量規準 13
    1.5.1 情報量 13
    1.5.2 パラメータを含むモデル 13
    1.5.3 AIC 14
    1.5.4 AICの発表 14
    1.5.5 情報量規準導入の効果 15
   おわりに 16
第2章 統計的推論とモデリング(赤池弘次) 18
   はじめに 18
   2.1 情報量の二つの側面 19
    2.1.1 推論の時間的展開の視点とAIC 20
   2.2 モデルの利用の実態 20
    2.2.1 無駄な複雑性の排除と有効性の確認 21
   2.3 脳の働きとしてのモデリング 23
    2.3.1 物の見方とピークシフトの機能 23
   2.4 イメージとモデルの関係 25
    2.4.1 イメージと意図 25
    2.4.2 姿から動きを読む 26
    2.4.3 複雑さの低減と有効性の確保 29
    2.4.4 情報データ群の利用 30
   おわりに 31
   参考文献 32
第3章 赤池弘次 著書・論文目録 33
第Ⅰ編 索引 49
第II編 51
第1章 赤池情報量規準AIC-その思想と新展開(甘利俊一) 52
   はじめに 52
   1.1 赤池情報量規準AICが統計科学にもたらしたもの 53
    1.1.1 数理統計学の古典的枠組み 53
    1.1.2 モデル選択 55
    1.1.3 赤池情報量規準AIC 56
   1.2 AICの導出と一般的な考察 58
    1.2.1 AICの導出 58
    1.2.2 データ数とモデルの複雑さ 61
   1.3 AICをめぐって 64
    1.3.1 真の分布はどこにあるのか 64
    1.3.2 AICのばらつきと階層モデル 65
    1.3.3 一致性 65
    1.3.4 他の損失関数 66
   1.4 AICをめぐる論争 67
    1.4.1 ベイズ情報量規準BIC 67
    1.4.2 ベイズ推論 68
    1.4.3 記述長最小規準MDL 68
   1.5 AICとMDLはどちらが良いのか―不毛な論争をふり返って 70
   1.6 特異構造をもつ階層統計モデル族 72
    1.6.1 特異分布族の例 72
    1.6.2 特異分布族の幾何構造 72
    1.6.3 他の特異分布族 73
    1.6.4 特異モデル族のAIC 75
    1.6.5 ベイズ推論と特異構造 76
    1.6.6 特異モデル上での学習(逐次推定) 77
   参考文献 77
第2章 情報量規準と統計的モデリング(北川源四郎) 79
   はじめに 79
   2.1 情報量規準AIC 80
    2.1.1 統計的モデルの評価 80
    2.1.2 情報量規準AICの誕生 82
    2.1.3 情報量規準をめぐる議論 83
    2.1.4 いろいろな情報量規準 84
    2.1.5 一般化情報量規準GIC 86
    2.1.6 ブートストラップ情報量規準EIC 87
   2.2 ベイズモデリング 89
    2.2.1 情報量規準が先導したモデリングの世界 89
    2.2.2 ベイズモデリングの世界へ 90
    2.2.3 状態空間モデルの利用 92
   2.3 地下水位データと地震の関係の解析 93
    2.3.1 状態空間モデルによる欠測値と異常値の処理 94
    2.3.2 気圧,潮汐,降雨の効果のモデリング 95
   2.4 海底地震計データによる地下構造探査 100
    2.4.1 OBSデータと時空間モデリング 100
    2.4.2 信号の伝播経路のモデル 101
    2.4.3 隣接系列との相関構造 103
    2.4.4 時空間フィルタリング 105
   参考文献 107
第3章 情報学におけるMore is different(樺島祥介) 110
   はじめに 110
   3.1 エントロピーから見たモノの科学とコトの科学 112
    3.1.1 モノの科学とエントロピー : カノニカル分布 112
    3.1.2 コトの科学とエントロピー : 情報源の符号化 115
    3.1.3 何が似ていて何が違っているのか 118
   3.2 モノにおけるMore is diffrent 119
    3.2.1 強磁性体の相転移 119
    3.2.2 伏見-テンパリー模型 120
    3.2.3 有限系での解析 : 対称性による制約 121
    3.2.4 無限系での解析 : 自発的対称性の破れ 122
    3.2.5 解析を振り返って 125
   3.3 コトにおけるMore is dfferent 127
    3.3.1 CDMAマルチユーザ復調問題 127
    3.3.2 有限系での解析 128
    3.3.3 無限系での解析 129
   おわりに 130
   参考文献 132
第4章 モデル選択とブートストラップ(下平英寿) 133
   はじめに 133
   4.1 情報量規準とその発展 134
    4.1.1 赤池情報量規準によるモデル選択 134
    4.1.2 AICの導出 135
    4.1.3 予測分布の良さ-最尤推定,ベイズ,ブートストラップ 137
   4.2 モデル選択のランダムネス 141
    4.2.1 AICのバラツキ 141
    4.2.2 系統樹推定 142
    4.2.3 二つのモデルの比較 143
    4.2.4 仮説の相違 146
    4.2.5 ブートストラップ法によるモデル選択の検定 148
    4.2.6 ブートストラップ確率のバイアス 150
    4.2.7 マルチスケール・ブートストラップ法 152
   参考文献 154
第II編 索引 157
第Ⅰ編 1
第1章 物の動きを読む数理-情報量規準AICの導入とその効果(赤池弘次) 2
   はじめに 2
7.

図書

図書
鈴木譲, 植野真臣編著 ; 黒木学 [ほか] 著
出版情報: 東京 : 共立出版, 2016.7  x, 280p ; 21cm
所蔵情報: loading…
目次情報: 続きを見る
第1部 ベイジアンネットワーク : ベイジアンネットワークの基礎
グラフィカルモデルの構造学習
第2部 因果推論 : グラフィカルモデルを用いた因果的効果の識別可能性問題
構造方程式モデルによる因果探索と非ガウス性
第3部 離散論理によるグラフィカルモデル : 離散構造処理の技法と確率モデル
離散確率変数と独立性
第4部 統計力学とグラフィカルモデル : 確率推論への統計力学的アプローチ
マルコフ確率場と確率的画像処理
第5部 応用 : ベイジアンネットワークと確率的潜在意味解析による確率的行動モデリング
ゲノム解析への応用
第1部 ベイジアンネットワーク : ベイジアンネットワークの基礎
グラフィカルモデルの構造学習
第2部 因果推論 : グラフィカルモデルを用いた因果的効果の識別可能性問題
文献の複写および貸借の依頼を行う
 文献複写・貸借依頼