長尾教授 担当講義 (平成30 (2018) 年度)


大学院
※本年4月から大学院が改組され,情報メディア環境学専攻は情報環境専攻になりました.
※旧専攻(情報メディア環境学専攻)の講義は新専攻(情報環境専攻)の講義への読み替えで対応することになります.具体的には次の科目です.
  ・(旧専攻)「情報メディアコロキウムⅠ・Ⅱ」→(新専攻)情報環境ワークショップ 
  ・(旧専攻)「知能情報処理論」→(新専攻)「最適化と探索Ⅰ・Ⅱ」
  ・(旧専攻)「知能情報処理論演習」→(新専攻)「情報学演習Ⅰ・Ⅱ・Ⅲ・Ⅳ」
対象学年 講義名 開講学期
・教室
概  要
博士課程前期
(修士)
最適化と探索Ⅰ・Ⅱ

Optimization
and
Search Theory
Ⅰ・Ⅱ
秋学期

毎週
金曜日
2時限

環境
情報
1号棟
305室

 情報学の基礎的かつ重要な最適化問題の解法としての“最適化と探索”の理論・方法論・具体的な適用事例などについて、 従来の数学・統計学・物理学・制御工学・機械工学・情報工学・オペレーションズリサーチなどの学問分野の境界にとらわれずに、 分野横断的に広く解説する。毎回1つの方式に焦点を当てて理論的な解説をした後、例題を解く過程を学ぶことで理解を深める。 さらに、その最適化法・探索法が実際に産業や社会でどのように利用できるかの応用についても解説する。 理論だけでなく具体的な適用方法について習得することを目指す。
「最適化と探索Ⅰ」
  第1回 導入、理工学における最適化と探索
  第2回 力学系における最適化と探索 ~変分法・格子法・粒子法~
  第3回 制御理論における最適化と探索 ~最大原理・最適制御理論~
  第4回 オペレーションズリサーチにおける最適化と探索
        ~線形計画法・非線形計画法~
  第5回 木の探索 ~最良優先探索・分枝限定法~
  第6回 グラフの探索 ~貪欲法・ダイクストラ法~
  第7回 多段決定問題における探索 ~動的計画法・DPマッチング~
  第8回 最適化・探索の適用事例 I ~事例の紹介・まとめと総合討議~
「最適化と探索Ⅱ」
  第1回 状態空間の探索 ~最急降下法・タブーサーチ~
  第2回 統計熱力学における最適化 ~焼きなまし法・ボルツマンマシン~
  第3回 神経回路網の最適化 
        ~誤差逆伝播法・リカレントネットワークの最適化~
  第4回 深層学習における最適化 ~深層化の方法・Deep Learning ~
  第5回 生物の進化から着想された最適化・探索法
        ~進化計算法(ES・GA・GP・DEなど)~
  第6回 生物の集団行動から着想された最適化・探索法
        ~PSO・ABC・免疫システム~
  第7回 ルール・アルゴリズムの最適化 ~強化学習・進化的機械学習~
  第8回 最適化・探索の適用事例 II ~事例の紹介・まとめと総合討議~


学部 (横浜国立大学 理工学部 数物・電子情報系学科 情報工学EP  での講義)

対象学年 講義名 開講学期 概  要
理工学部
1年生
(教養科目)
情報工学概論 春学期
金曜日
3時限

本講義は,情報工学EP所属教員によるオムニバス形式の講義である.長尾教授は2回分を担当する予定. 情報工学分野の勉強や研究の面白さや難しさなどを分り易く解説する予定.

理工学部
数物・電子情報
系学科 2年

情報工学EP(Fi)
・数理科学EP(Fm)
・物理工学EP(Fp)
ほか
アルゴリズムと
データ構造


本講義の
サイトは
こちら
春学期

毎週
金曜日
1時限

プログラムとは,データの表現と構造に基づいて,抽象的・数学的な基本解法(アルゴリズム)を具体的に形式化したものである.したがって,計算機を動作させるためには,そのための基本となるアルゴリズムの理解が必須である.本講義では,アルゴリズムの考え方,記述方式,そのために必要な抽象的データ構造,アルゴリズムの数学的解析手法と評価について学び,計算と問題解決の原理について習得する.各回の内容を次に示す.

  1. アルゴリズム記述のための言語と基本的制御構造
  2. 基本的データ構造(1)(型、配列、レコード)
  3. 基本的データ構造(2)(列、バッファ)
  4. 探索アルゴリズム、計算量
  5. 整列アルゴリズム(1)(単純挿入整列、単純選択整列、単純交換整列)
  6. 整列アルゴリズム(2)(ヒープ整列、クイック整列、マージ整列)
  7. 再帰的アルゴリズム(1)(ハノイの塔)
  8. 再帰的アルゴリズム(2)(再帰曲線)
  9. バックトラックアルゴリズム(1)(8王妃問題、ナイト巡回問題)
  10. バックトラックアルゴリズム(2)(ナップザック問題、TSP)
  11. 動的データ構造(1)(線形リスト)
  12. 動的データ構造(2)(木構造)
  13. 動的データ構造(3)(木構造の操作)
  14. ハッシング
  15. その他のアルゴリズム
  16. 定期試験
理工学部
数物・電子情報
系学科 3年

情報工学EP

(他EPでも
受講可)
人工知能

講義サイトは
こちら

春学期

毎週
水曜日
1時限

本講義では,計算機を用いて知的かつ高度な知能情報処理を実現するための学問分野である"人工知能"について,その基礎理論から最先端の応用までを学ぶ. 受講生に人工知能の根本的なフィロソフィー,代表的な方法論を理解してもらうだけでなく,自ら知的な人工システムを設計・構築することができる能力を身につけさせることが本講義のねらいである. 各回の内容を次に示す.

  1. 人工知能とは?(知能とその周辺・人工知能の定義・歴史・研究対象など)
  2. 問題解決と定式化1(人工知能の一般的方法論・状態空間法など)
  3. 問題解決と定式化2(問題分割法・手段目標解析・一般問題解決器 GPSなど)
  4. 探索(木の探索・A*アルゴリズム・ミニマックス法・αβ法・ゲーム木探索)
  5. エキスパートシステム(知識表現・知識ベース・プロダクションルール・論理)
  6. 心と認知のモデル(セマンティックネット・フレーム理論・ゲーム理論など)
  7. プラニング( STRIPSプラニング・即応プラニング)
  8. 推論(演繹推論・帰納推論・アブダクション・常識推論・仮説推論・類推など)
  9. 機械学習1(帰納学習・EBL・決定木・強化学習・事例に基づく学習 EBLなど)
  10. 機械学習2(ニューラルネットワーク・SVM・ブースティングなど)
  11. 分散人工知能(ソフトウェアエージェント・協調エージェント・協調AIなど)
  12. 進化計算法( ES・EP・GA・GP・最新の進化計算法・創発・人工生命など)
  13. 人工知能応用システム(人工知能技術を応用したシステム・産業や社会への応用など)
  14. 最新の研究事例紹介(最新の話題・研究テーマ・研究例など)
  15. 期末試験
理工学部
数物・電子情報
系学科 3年

情報工学EP

(他EPでも
受講可)
画像・音声
情報処理


秋学期

毎週
火曜日
2時限

本講義では、画像・映像・音声などの情報メディアを計算機で取り扱う際に必要となる情報処理技術の基礎について学ぶ。単に知識を得るだけでなく、自ら情報メディア処理・情報メディアシステムを構築することができる能力を獲得することをねらいとし、理論・原理の理解とともに、具体的なプログラミングの方法についても修得する。

  1. 画像の入力と補正(階調補正・2値化・擬似階調表示・誤差拡散法など)
  2. 画像の変換処理(空間領域および周波数領域のフィルタリング・各種変換など)
  3. 画像のデータ圧縮(可逆・非可逆圧縮法・ウェーブレット変換・電子透かしなど)
  4. 2値画像処理(ラベリング・輪郭線追跡・モルフォロジ処理・Hough 変換など)
  5. 画像の認識(パターン認識・クラスタリング・画像認識システムの実際など)
  6. 立体・3次元認識(透視N点問題・ステレオ法・Shape from X 法・光切断法など)
  7. 3次元画像処理(ボクセルデータの取り扱い・3次元CG・医用画像処理など)
  8. 動画像の処理と認識(オプティカルフロー・勾配法・移動物体の抽出と追跡など)
  9. 最適化による画像処理(最適化法・進化計算法の画像処理への応用など)
  10. 最適化による画像認識(特徴量の選択と最適化・特徴量の改善・認識回路の生成など)
  11. 音声の分析と符号化(音声スペクトル・ケプストラム解析・音声圧縮伝送など)
  12. 音声の合成と認識(テキスト音声変換・HMM・話者特定・対話システムなど)
  13. 画像・音声の符号化(JPEG・MPEG・H264・インターネットの動画像伝送など)
  14. 画像・音声情報処理システム(ITS 応用・監視カメラ・自律移動ロボットなど)
  15. 画像・音声情報処理研究の最新事例紹介(最新の研究・産業応用の紹介など)
  16. 定期試験


長尾研究室ホームページへ