| 科目番号/Code | 科目名/Subject | 担当教員/Instructor | ターム/Term | 単位/Credit | 曜限/Schedule | 時間/Time | 講義室/Room | 備考/Remark | 重複履修制限/Restriction | |
|---|---|---|---|---|---|---|---|---|---|---|
| ○ | 4820-1001 | 確率統計情報論 Stochastic Methods in Mathematical Informatics |
駒木 文保 | A1A2 | 2 | Thu 2 | 10:25-12:10 | 工６号館 工６１号講義室 | 数 | |
| 4820-1002 | 確率過程論 Theory of Stochastic Processes |
清 智也 | S1S2 | 2 | ※E 数 | |||||
| ○ | 4820-1003 | 現代情報理論 Modern Information Theory |
高安 敦 | S1S2 | 2 | Wed 2 | 10:25-12:10 | 工６号館 工６１号講義室 | ||
| 4820-1004 | 連続情報論 Analytical Methods in Mathematical Informatics |
長尾 大道 | S1S2 | 2 | 数 | |||||
| 4820-1005 | 非線形現象論 Topics on Nonlinear Phenomena |
郡 宏 泉田 勇輝 | S1S2 | 2 | 数 | 47130-46(新領域) | ||||
| 4820-1006 | 数値計算論 Theory of Numerical Computation |
田中 健一郎 | A1A2 | 2 | 数 | 4860-1043(創造情報学専攻) | ||||
| ○ | 4820-1007 | 離散情報論 Discrete Methods in Mathematical Informatics |
定兼 邦彦 | S1S2 | 2 | 集中 | 工６号館 3階・セミナー室B | ※E 数 | 4860-1077(創造情報学専攻) | |
| 4820-1008 | 数理構造論 Mathematical Structures in Informatics |
谷川 眞一 | S1S2 | 2 | ※E 数 | 4860-1005(創造情報学専攻) | ||||
| 4820-1009 | 応用数理学 Applied Mathematical Programming |
鈴木 大慈 | S1S2 | 2 | 数 | |||||
| 4820-1010 | 応用幾何情報論 Applied Geometry in Mathematical Informatics |
谷川 眞一 | 2 | 数 | ||||||
| 4820-1011 | プログラム構造論 Mathematical Structures in Programming |
2 | ||||||||
| 4820-1012 | ソフトウェア構成論 Software Construction Methodology |
2 | ||||||||
| 4820-1013 | 応用経済工学 Advanced Topics in Economic Engineering |
A1A2 | 2 | ※E | ||||||
| 4820-1018 | 複雑数理システム論 Advanced Topics on Complex Systems |
河野 崇 田中 剛平 藤原 寛太郎 | A1A2 | 2 | ||||||
| 4820-1019 | 言語情報科学 Language and Information Science |
2 | 4915050(学際情報学府) | |||||||
| 4820-1020 | 数理言語情報論 Lectures on Computational Linguistics |
田中 久美子 | A1A2 | 2 | 数 | |||||
| 4820-1021 | 現代制御理論 Modern Control Theory |
2 | ||||||||
| ○ | 4820-1022 | 線形数理要論 Advanced Core in Linear Algebra |
岩田 覚 | S1S2 | 2 | Fri 2 | 10:25-12:10 | 工６号館 工６１号講義室 | 数 | |
| ○ | 4820-1023 | 解析数理要論 Advanced Core in Analysis |
清 智也 | S1S2 | 2 | Tue 2 | 10:25-12:10 | 工６号館 工６１号講義室 | 数 | |
| ○ | 4820-1024 | 確率数理要論 Advanced Core in Probability |
鈴木 大慈 | A1A2 | 2 | Fri 2 | 10:25-12:10 | 工６号館 工６１号講義室 | 数 | |
| ○ | 4820-1025 | 算法設計要論 Advanced Core in Algorithm Design |
河瀬 康志 | A1A2 | 2 | Tue 2 | 10:25-12:10 | 工６号館 工６４号講義室 | 数 | |
| 4820-1026 | 情報論的学習理論 Information-Theoretic Learning Theory |
山西 健司 | A1A2 | 2 | 4860-1050(創造情報学専攻) | |||||
| ○ | 4820-1027 | 科学技術計算I Technical and Scientific Computing I |
中島 研吾 | S1S2 | 2 | Wed 1 | 8:30-10:15 | 情報基盤センター 情報基盤センター１階大演習室２ | ※E 数 | 4810-1204(ｺﾝﾋﾟｭｰﾀ科学専攻) 3747-110(工学系) 4810-1215(ｺﾝﾋﾟｭｰﾀ科学専攻) |
| ○ | 4820-1028 | 科学技術計算II Technical and Scientific Computing II |
中島 研吾 | A1A2 | 2 | Wed 1 | 8:30-10:15 | 情報基盤センター 情報基盤センター１階大演習室２ | ※E 数 | 4810-1205(ｺﾝﾋﾟｭｰﾀ科学専攻) 4810-1216(ｺﾝﾋﾟｭｰﾀ科学専攻) |
| 4820-1031 | 現代暗号理論 Contemporary Cryptography |
高木 剛 | A1A2 | 2 | 数 | |||||
| ○ | 4820-2003 | 数理情報学講究 Seminar in Mathematical Informatics |
駒木 文保 | 通年 | 2 | Tue 4 | 14:55-16:40 | 経済学研究科棟 第３教室 | ||
| ○ | 4820-1014 | 数理情報学特別講義I (データマイニングによる異常検知) Special Lectures in Mathematical Informatics I |
山西 健司 | A1A2 | 2 | Tue 3 | 13:00-14:45 | 工６号館 工６１号講義室 | 数 | 4860-1065(創造情報学専攻) |
| 4820-1015 | 数理情報学特別講義II Special Lectures in Mathematical Informatics II |
駒木 文保 | 2 | 数 | ||||||
| 4820-1016 | 数理情報学特別講義III Special Lectures in Mathematical Informatics III |
岩田 覚 | 2 | ※E 数 | ||||||
| ○ | 4820-1029 | 数理情報学特別講義IV (生体の確率現象と情報処理の数理) Special Lectures in Mathematical Informatics IV |
小林 徹也 | S1S2 | 2 | Tue 3 | 13:00-14:45 | 工６号館 3階・セミナー室B | ||
| 4820-1017 | 戦略型IT特別講義I Special Lecyure for Strategic IT I |
2 | ||||||||
| ○ | 4820-1032 | 数理最適化特論 Mathematical Optimization |
武田 朗子 | S1S2 | 2 | Thu 2 | 10:25-12:10 | 工14号館 工14号館626室 | 4860-1075(創造情報学専攻) | |
| ○ | 4820-1033 | 脳科学特論I Special Topics in Brain Science I |
Andrea Benucci 豊泉 太郎 | A1A2 | 2 | Tue | 16:30 - 19:30 | ※E | ||
| ○ | 4820-1034 | 脳科学特論II Special Topics in Brain Science II |
Andrea Benucci 豊泉 太郎 | S1S2 | 2 | Tue | 16:30 - 19:30 | ※E | ||
| ○ | 4820-1035 | ニューロインテリジェンス入門 Introduction to Neurointelligence |
藤原 寛太郎 天野 薫 森田 賢治 中山 英樹 長井 志江 Chao Zenas | S1S2 | 2 | Wed 5 | 16:50-18:35 | 工６号館 工６２号講義室 | ※E | |
| ○ | 4820-2001 | 数理情報学輪講I Colloquium on Mathematical Informatics I |
各教員 | 通年 | 2 | Fri 4 | 14:55-16:40 | 工14号館 534・626 | ||
| ○ | 4820-2002 | 数理情報学輪講II Colloquium on Mathematical Informatics II |
各教員 | 通年 | 2 | Fri 4 | 14:55-16:40 | 工14号館 534・626 | ||
| ○ | 4820-2006 | 数理情報学博士輪講I Advanced Colloquium on Mathematical Informatics I |
各教員 | 通年 | 1 | Fri 4 | 14:55-16:40 | 工14号館 534・626 | ||
| ○ | 4820-2007 | 数理情報学博士輪講II Advanced Colloquium on Mathematical Informatics II |
各教員 | 通年 | 1 | Fri 4 | 14:55-16:40 | 工14号館 534・626 | ||
| ○ | 4820-2008 | 数理情報学博士輪講III Advanced Colloquium on Mathematical Informatics III |
各教員 | 通年 | 1 | Fri 4 | 14:55-16:40 | 工14号館 534・626 | ||
| ○ | 4820-3001 | 数理情報学修士特別研究I Research Project on Mathematical Informatice I |
各教員 | 通年 | 6 | 集中 | ||||
| ○ | 4820-3002 | 数理情報学修士特別研究II Research Project on Mathematical Informatice II |
各教員 | 通年 | 6 | 集中 | ||||
| ○ | 4820-3003 | 数理情報学博士特別研究I Advanced Research Project on Mathematical Informatics I |
各教員 | 通年 | 4 | 集中 | ||||
| ○ | 4820-3004 | 数理情報学博士特別研究II Advanced Research Project on Mathematical Informatics II |
各教員 | 通年 | 4 | 集中 | ||||
| ○ | 4820-3005 | 数理情報学博士特別研究III Advanced Research Project on Mathematical Informatics III |
各教員 | 通年 | 4 | 集中 |
※科目番号下にある“※E”は、原則として英語で行う講義を表す。
※備考欄内「数」は、教育職員免許法の免許教科『数学』の教科に関する認定科目。
※次の科目同士は、開講年度が異なっても、両方の履修は認められない。
4820-1005「非線形現象論」と47130-46(新領域)
4820-1006「数値計算論」と4860-1043(創造情報学専攻)
4820-1007「離散情報論」と4860-1077(創造情報学専攻)
4820-1008「数理構造論」と4860-1005(創造情報学専攻)
4820-1019「言語情報科学」と4915050(学際情報学府)
4820-1026「情報論的学習理論」と4860-1050(創造情報学専攻)
4820-1027「科学技術計算I」と4810-1204(ｺﾝﾋﾟｭｰﾀ科学専攻), 3747-110(工学系), 4810-1215(ｺﾝﾋﾟｭｰﾀ科学専攻)
4820-1028「科学技術計算II」と4810-1205(ｺﾝﾋﾟｭｰﾀ科学専攻), 4810-1216(ｺﾝﾋﾟｭｰﾀ科学専攻)
4820-1014「数理情報学特別講義I (データマイニングによる異常検知)」と4860-1065(創造情報学専攻)
4820-1032「数理最適化特論」と4860-1075(創造情報学専攻)
| 授業科目 | 担当教員 | 講義内容 |
|---|---|---|
| 4820-1001 確率統計情報論 Stochastic Methods in Mathematical Informatics |
駒木 文保 | ベイズ統計学の理論的な話題について扱う. ベイズ理論と統計的決定理論の立場から推定・予測に関する話題について扱う. |
| 4820-1003 現代情報理論 Modern Information Theory |
高安 敦 | 情報理論は数理情報学の様々な分野に応用を持つ重要な概念である。本講義では、主に応用先の一つである暗号理論を例に取り、情報理論の概念をどのように活用するかを紹介する。 Information theory is an important concept with applications in various fields of mathematical informatics. In this lecture, we will take one of the main applications, cryptography, as an example to show how the concepts of information theory can be used. シャノンエントロピー、Renyiダイバージェンス、統計距離、最小エントロピーなどの情報理論的諸概念の紹介と、それらの情報理論、暗号・情報セキュリティ、量子通信などの分野における応用について説明する。より詳しい講義計画については講義時間中に随時案内する。 This lecture explains information theoretic notions such as Shannon entropy, Renyi divergence, statistical distance, min-entropy etc.; and their applications to information theory, cryptography and information security, quantum communication, etc. More details will be announced in the lecture. |
| 4820-1007 離散情報論 Discrete Methods in Mathematical Informatics |
定兼 邦彦 | 最適化と計算科学を支える数学的概念として重要な離散構造を扱うとともに、 それらを利用したアルゴリズムの設計と解析に関する基本的な手法を論じる。 特に、大規模データを扱うためのアルゴリズムとデータ構造として, 簡潔データ構造を講義する。 We study discrete mathematical structures, which play important roles in optimization and computer science, and also fundamental issues in design and analysis of algorithms and data structures that make use of these structures. In particular, we deal with algorithms and data structures for manipulating big data such as succinct data structures. 1. Succinct data structures 2. Bit vectors 3. Trees 4. Strings 5. Graphs |
| 4820-1022 線形数理要論 Advanced Core in Linear Algebra |
岩田 覚 | 数理情報学全般の基礎となる道具としての線形代数を身につける. 特に,数理計画法,制御理論,信号処理,確率過程,多変量解析において有用な知見を整理して習得する。 (This course delivers lectures on advanced linear algebra, which serves as a fundamental tool in various areas of mathematical informatics. Emphasis is put on those concepts and techniques that are useful in mathematical programming, control theory, stochastic process, signal processing, and multivariate statistical analysis). 1. 行列と行列式 (Matrices and Determinants) 2. 固有値と計量 (Eigenvalues and Metric) 3. 行列の標準形 (Canonical Forms of Matrices) 4. グラフと行列 (Graphs and Matrices) 5. 非負行列 (Nonnegative Matrices) 6. 線形計画法 (Linear Programming) 7. 線形システム (Linear Systems) |
| 4820-1023 解析数理要論 Advanced Core in Analysis |
清 智也 | 数理情報学全般の基礎となる道具としての解析学、とくに、関数解析の基礎について講義する。問題演習も併せて行う。 An introduction of functional analysis as a fundamental tool of mathematical informatics is provided. [全体の内容] 1. 関数空間 (ノルム空間、バナッハ空間、連続関数のフーリエ級数) 2. 線形作用素 (有界線形作用素、閉グラフ定理、一様有界性の定理、コンパクト作用素) [各回の予定] 1. ベクトル空間,ノルム空間,内積空間 2. Banach 空間,Hilbert 空間,作用素,線形作用素 3. 連続作用素,連続線形作用素,有界線形作用素 4. 有限次元線形空間のノルムの同値性,有限次元ノルム空間がBanach 空間であること 5. 有限次元ノルム空間上の線形作用素,Weierstrass の近似定理 6. Fourier 級数の収束定理,Baire のカテゴリー定理 7. 一様有界性定理 8. 開写像定理 9. 閉作用素 10. コンパクト集合 11. コンパクト作用素 12. Fredholmの択一定理(1) 13. Fredholmの択一定理(2) |
| 4820-1024 確率数理要論 Advanced Core in Probability |
鈴木 大慈 | 本講義では、数理情報学の様々な場面で現れる確率的な考え方とその手法を身につけ、適切な場面で活用できるようになることを目指す。 特に、前半では確率論の基礎概念に関する精密な定式化を与え、後半では現実的な応用を資する高度な知見を整理する。 1. 確率空間 2. 確率変数と期待値 3. 独立性と大数の法則 4. 確率変数の弱収束 5. 特性関数と中心極限定理 6. 条件付期待値 7. Poisson過程 8. Brown運動 9. ガウス過程と機械学習応用 10. 確率積分 11. マルチンゲール 12. 伊藤の公式 13. 確率微分方程式 |
| 4820-1025 算法設計要論 Advanced Core in Algorithm Design |
河瀬 康志 | 基本的なアルゴリズム設計技法を、様々な問題例を通して解説する。/ The course focuses on the basic techniques for designing efficient algorithms. 貪欲法 (Greedy Algorithms) 分割統治法 (Divide and Conquer) 動的計画法 (Dynamic Programming) ネットワークフロー (Network Flow) 計算困難性 (Intractability) 近似アルゴリズム (Approximation Algorithms) |
| 4820-1027 科学技術計算I Technical and Scientific Computing I |
中島 研吾 | OpenMPは指示行を挿入するだけで手軽に「マルチスレッド並列化(multi-threading)」ができるため,マルチコアプロセッサ内の並列化に広く使用されている。本講義ではOpenMPによる並列化に関する講義・実習を実施する。本講義では対象アプリケーション(有限体積法(finite-volume method, FVM)によってポアソン方程式)をOpenMPによってマルチコアプロセッサ上で並列化するのに必要な計算手法,アルゴリズム,プログラミング手法の講義,実習の他,並列前処理手法の最新の研究に関する講義も実施する。プログラミング実習にはスーパーコンピュータシステム(Wisteria/BDEC-01(Odyssey))を使用する。 OpenMP is the most widely-used way for parallelization on each compute node with multiple cores because multi-threading can be done easily by just inserting "directives". In this class, lectures and exercises for parallelization by multi-threading of the target application (Poisson's equation solver by FVM (finite-volume method)) on multicore processors using OpenMP are provided, which covers numerical algorithms, and programming methods. Moreover, lectures on recent research topics on parallel preconditioning methods will be also provided. The "Supercomputer System (Wisteria/BDEC-01(Odyssey))" are available for hands-on exercises. ・有限体積法 ・クリロフ部分空間法 ・前処理 ・OpenMP入門 ・リオ-ダリング/色づけ法 ・OpenMPによる並列化 ・並列反復法に関する研究動向 ・Wisteria/BDEC-01(Odyssey)(情報基盤センター)による実習 - Finite-Volume Method (FVM) - Krylov Iterative Method - Preconditioning - Introduction to OpenMP - Reordering/Coloring Method - Parallel FVM Code using OpenMP - Recent Research Topics on Parallel Preconditioning Methods - Exercise using Wisteria/BDEC-01(Odyssey) of ITC |
| 4820-1028 科学技術計算II Technical and Scientific Computing II |
中島 研吾 | 並列計算プログラミング技法に関する講義、実習を実施する。並列計算に広く使用されているMPI(Message Passing Interface), OpenMPを使用したプログラミングを中心に扱う。様々な計算機における最適化技術についても併せて講義,実習を実施する。プログラミング実習には東大情報基盤センターのWisteria/BDEC-01(Odyssey)を使用する。ターゲットとするアプリケーションは有限要素法による一次元及び三次元定常熱伝導解析プログラムであり,背景となる基礎的な理論から,実用的なプログラムの作成法まで,連立一次方程式解法などの周辺技術も含めて講義を実施する。 Lectures and hands-on exercises on parallel programming methods for large-scale scientific computing will be provided. This class focuses of programming using MPI (Message Passing Interface) and OpenMP, which is widely used method for “de facto standard" of parallel programming. Lectures on optimization methods on various types of architectures are also given. Wisteria/BDEC-01(Odyssey) at ITC is available for hands-on exercises. Target applications are 1D/3D codes for steady-state heat transfer by finite-element method (FEM). This class covers wide range of topics related to FEM, such as fundamental mathematical theory, programming method, and solving large-scale linear equation. ・High-Performance Computingの現状と動向 ・一次元及び三次元有限要素法 ・MPIを使用した並列プログラミングの基礎 ・OpenMPを使用した並列プログラミングの基礎 ・MPI,OpenMPを使用したアプリケーションの開発実習(有限要素法) ・チューニング入門 ・最近の話題 - Overview of High-Performance Computing (HPC) - 1D & 3D Finite-Element Method (FEM) - Parallel Programming using MPI - Parallel Programming using OpenMP - Development of Scientific Applications using MPI and OpenMP (FEM) - Introduction to Tuning - Advanced Topics |
| 4820-2003 数理情報学講究 Seminar in Mathematical Informatics |
駒木 文保 | 統計学に関係する教員及び院生による統計学セミナー。様々な研究科において統計学とその応用に関心を持っている教員及び院生が自由に参加できる。普段は自分の分野とは異なるとの理由であまり聞く機会のない色々な話題も登場するので、新しい発想、未知の理論分野や応用分野を勉強できる。 セミナー形式で行う。 ・教員は1回につき1人、学生は1回につき2人が講演を担当する。 (教員は1時間40分、学生は50分の講演時間で発表する。) ・M1の学生は、原則として、A1/A2タームに発表するものとする。 |
| 4820-1014 数理情報学特別講義I (データマイニングによる異常検知) Special Lectures in Mathematical Informatics I |
山西 健司 | データマイニングによる異常検知の基礎と応用を修得する。 現実にデータがあふれ、ビッグデータの時代を迎えている。マーケティング、セキュリティ、インフラ系、生命科学、教育データ分析などの分野ではビッグデータから異常や変化を知ることにより、情報を活用することが重要になってきている。本稿では、そのような時代のニーズに沿った機械学習技術と、その基礎としての学習理論、また、これを応用する異常検知技術と実例について講義する。 1.異常検知の基礎的考え方 2.異常検知のための機械学習基礎 3.外れ値検知 (パターンに基づく方法) ・距離に基づく方法 ・混合分布に基づく方法 ・主成分分析に基づく方法 ・Feature Bagging ・外れ値の知識化 ・One class SVMに基づく方法 ・方向統計量に基づく方法 ・トラジェクトリー変化検知 ・応用(医療、SNS,セキュリティ) 4.外れ値検知 (復元に基づく方法) ・NMFに基づく方法 ・AutoEncoderに基づく方法 5.変化検知(突発的変化) ・尤度比検定 ・二段階変化検知 ・ベイズに基づく方法 ・シミュレーションに基づく方法 ・MDL変化統計量 ・MDL変化統計量+adaptive windowing 6.変化予兆検知 (漸進的変化) ・微分的MDL変化統計量 ・応用(COVID-19感染拡大検知) 7.潜在構造変化/変化予兆検知 ・バースト変化検知 ・動的モデル選択 ・Switching 分布 ・Tracking the best expert ・ベイジアンネットワーク構造変化検知 ・クラスタリング構造変化検知 ・構造的エントロピー ・MDLモデル変化統計量 ・カーネルコンプレキシティ ・位相的データ解析 ・構造変化予兆検知 ・応用(マーケティング、行動データ分析、Syslog解析) 8.ネットワーク異常検知 ・スペクトラムに基づく方法 ・ネットワーク中心性に基づく方法 ・グラフ分割構造変化検知 ・階層的変化検知 ・応用(システム障害検知、セキュリティ、医学) |
| 4820-1029 数理情報学特別講義IV (生体の確率現象と情報処理の数理) Special Lectures in Mathematical Informatics IV |
小林 徹也 | システム生物学や神経科学に代表されるように、複雑な生命システムの動態、特にその確率的な性質や情報処理機構を解析・理解するために数理が果たす重要性は、近年大きく高まっている。 本授業では、細胞を単位とした生体システムの確率動態と情報処理的な側面を扱うための数理的手法や関連するトピックを概説する。 現象としては細胞表現型の確率的変化、その確率性の原因となる様々な内因的・外因的ノイズ、ノイズを抱えながら様々な情報処理を実現する非線形ダイナミクス、過去の経験から個々の細胞や個体レベルで適応する学習現象、そして細胞や個体の集団による進化的な適応の問題を取り扱う。 数理的な側面としては、化学反応論、力学系、分岐、点過程、拡散過程、Master方程式、Fokker-Planck方程式、確率微分方程式、経路積分、非平衡熱統計物理、情報理論、情報幾何、学習理論、進化理論などのトピックが含まれる。 理論を応用する生物学的現象としては、遺伝子発現ゆらぎ、選択的な細胞応答、細胞の運命決定、発生と位置情報処理、細胞走性と化学勾配感知、確率環境下での増殖・進化、などを取り上げる予定である。 1. ガイダンス(4月5日) 2. Introduction:確率的な細胞現象とその数理 3. 確率的細胞内反応ダイナミクスの点過程によるモデリング 4. 化学マスター方程式に基づく分布の時間発展の記述とノイズ励起現象 5. マスター方程式のCumulant展開と遺伝子発現ネットワークにおけるゆらぎ・フィードバックの流れ 6. 化学ランジュバン方程式とその経路積分。ノイズによるマクロダイナミクスの発現 7. 確率的な生体内システムの情報理論的理解 8. 情報復号と細胞によるゆらぎの中での運命決定 9. Filtering Theoryによる細胞確率的情報処理の細胞走性 10. 表現形ゆらぎと細胞増殖。熱力学的変分原理と大偏差理論の応用 11. 表現形選択と情報の進化的価値。進化と情報のゆらぎ定理 12. 生体情報処理における数理的課題 13. レポート課題 *:進み具合によっては一部省略や順序の変更をする場合がある。 |
| 4820-1032 数理最適化特論 Mathematical Optimization |
武田 朗子 | 本講義では連続最適化を中心に解説を行う.これまで連続最適化手法は様々な分野で用いられているが,特に近年,機械学習分野で盛んに用いられている.機械学習分野の応用例として,大規模な最適化問題が登場することが多々あり,大規模な問題を早く解くための手法が必要とされている.そのため ,1次法(目的関数の1次の微分情報を利用した解法)が再び注目されている. 本講義では,1次法の基本的なアルゴリズム(最急降下法),1次法における最近の進展,またアルゴリズムの理論的保証(収束性など)の与え方について学ぶ.また,2次法(ニュートン法など)や制約付き最適化手法についても紹介する. (1) 機械学習分野などででてくる連続最適化問題の例, 凸関数,凸集合,無制約最適化問題の最適性条件 (2) 無制約最適化問題 *反復法,収束性の定義 (3) *直線探索法, *最急降下法の大域収束性解析 (4) *最急降下法の反復計算量解析 (5) *Nesterovの加速法 (6) *ニュートン法 (7) *準ニュートン法,信頼領域法 (8) 特別な構造を持つ最適化問題 *微分不可能な問題に対する解法:劣勾配法 (9) *確率的最適化法 (10) *近接勾配法 (11) 制約付き最適化問題 *最適性条件,拡張ラグランジュ法(乗数法) (12) *交互方向乗数法 (ADMM) (13) *逐次2次計画法 |
| 4820-1033 脳科学特論I Special Topics in Brain Science I |
Andrea Benucci 豊泉 太郎 | RIKEN CBS continues to attract promising scientists domestically and internationally and to integrate diverse research and human resources. Our center has a distinguished international reputation for innovation in brain science research. We believe it is important to apply a systematic approach to nurturing promising researchers to give students a solid grounding in brain science as well as technical expertise and specialized knowledge. BSTP covers a broad range of areas, from molecules and genes to the body and behavior, as well as computational and mathematical theories of brain function. The program offers optional educational opportunities to improve on your presentation skills, and to learn programming languages for scientific research. This is a year-long program starting from October to June next year. 16:30~ (approximately 2 hours) on Tuesdays https://cbs.riken.jp/jp/TP/schedule.html |
| 4820-1034 脳科学特論II Special Topics in Brain Science II |
Andrea Benucci 豊泉 太郎 | RIKEN CBS continues to attract promising scientists domestically and internationally and to integrate diverse research and human resources. Our center has a distinguished international reputation for innovation in brain science research. We believe it is important to apply a systematic approach to nurturing promising researchers to give students a solid grounding in brain science as well as technical expertise and specialized knowledge. BSTP covers a broad range of areas, from molecules and genes to the body and behavior, as well as computational and mathematical theories of brain function. The program offers optional educational opportunities to improve on your presentation skills, and to learn programming languages for scientific research. This is a year-long program starting from October of the previous year to June this year. 16:30~ (approximately 2 hours) on Tuesdays https://cbs.riken.jp/jp/TP/schedule.html |
| 4820-1035 ニューロインテリジェンス入門 Introduction to Neurointelligence |
藤原 寛太郎 天野 薫 森田 賢治 中山 英樹 長井 志江 Chao Zenas | Recent progress in artificial intelligence (AI) has been remarkable and produced results comparable to those of human experts in various applications like Games, Shogi and Go. Historically neuroscience played key roles in such progress of AI, but nowadays there is a wide gap in neuroscience and artificial intelligence. To deeply understand neuroscience, it is important to take the idea of the AI such as reinforcement learning, which is one of the central learning algorithms in AI. On the other hand, to create future AI such as truly neuro-inspired AI, it is important to learn latest discoveries in neuroscience. The interaction of neuroscience and AI should lead to the new field Neurointelligence: the interface of human intelligence and artificial intelligence. In this lecture series, introduction of neurointelligence is given by each researcher working on neurointelligence from a wide range of fields covering computational neuroscience, AI as well as experimental neuroscience. Apr 6 Kantaro Fujiwara (IRCN) Apr 13 Kenji Morita (Graduate School of Education) Apr 20 Kenji Morita (Graduate School of Education) Apr 27 Hideki Nakayama (Graduate School of Information Science and Technology) May 11 Hideki Nakayama (Graduate School of Information Science and Technology) May 18 Yukie Nagai (IRCN) May 25 Yukie Nagai (IRCN) Jun 8 Zenas Chao (IRCN) Jun 15 Zenas Chao (IRCN) Jun 22 Kantaro Fujiwara (IRCN) Jun 29 Kantaro Fujiwara (IRCN) Jul 6 Kaoru Amano (Graduate School of Information Science and Technology) Jul 13 Kaoru Amano (Graduate School of Information Science and Technology) |
Copyright © 2019 Graduate School of Information Science and Technology, The University of Tokyo
