感性情報処理の基礎と応用

デザインは、商品や料理、建築物、さらにはエンタテインメントなど、多くの分野で必須の要素になりつつあります。例えばiPhoneは、携帯電話の概念までも変えてしまうようなコンセプトのデザインでもあります。ここで重要となるのが、感性の扱いです。 　本セミナーでは、感性を工学面からとらえ、感性情報処理に必要なツールの解説を行います。これらの数学的な基本原理の理解によって、より優れた製品企画等に貢献できるようになることを目標としています。 　具体的には、まず人間の脳機能を工学的に模擬しようとするニューラルネットワークの基本的な原理の説明を行います。これは今日の深層学習の基礎となっているものです。次に、人間の主観や勘などを扱うのに適しているファジィ推論のポイントを、例を用いながら説明します。さらに最適な組み合わせを求めるのに有効な手法である遺伝的アルゴリズムやラフ集合の説明を行います。なお本セミナーは各技術の原理の理解に主眼が置かれており、プログラムによる実習はありません。

1. はじめに
   1. めざしている研究
      - 視覚、言語、感性を融合する情報処理 -
   2. 感性情報処理とは
      1. 感性情報処理の特徴
      2. 広い感性情報処理の応用範囲
2. 感性情報処理のツール
   1. ニューラルネットワーク
      1. ニューラルネットワークとは
      2. 先端のニューラルネットワーク応用例
      3. 最急降下法 – バックプロパゲーションの原理を理解しよう -
      4. バックプロパゲーションアルゴリズムを理解しよう
      5. バックプロパゲーションアルゴリズムの直感的理解
      6. 理解しやすい応用例
   2. ファジィ
      1. ファジィ理論 基本は簡単
      2. ファジィ推論 – 単純な例で理解しよう -
      3. 理解しやすい応用例
   3. 遺伝的アルゴリズム
      1. 遺伝的アルゴリズムの原理
      2. 遺伝的アルゴリズム – 単純な例で理解しよう -
      3. 感性情報処理に適した対話型遺伝的アルゴリズム
   4. ラフ集合
      1. ラフ集合とは
      2. ラフ集合 – 単純な例で理解しよう -
3. まとめと展望