研究会名:第102回システム制御研究会

開催日:2016年8月25日(木)16:00~17:30

開催場所:東北大学青葉山キャンパス 電子情報システム・応物系1号館5階530セミナー室

講演者:Dr. Ivo Bukovsky, Associate Professor
              (Dept. Radiological Imaging and Informatics, Tohoku University Graduate School of Medicine)

演題:Higher Order Neurons and Supervised Learning for Prediction, Novelty Detection, and Control

備考:開催案内・講演要旨


第102回システム制御研究会

 

システム制御研究会

主査 吉澤 誠

幹事 杉田 典大

 

下記のとおり,第102回システム制御研究会を開催しますので多数ご来聴くださいますよう,ご案内申し上げます.

 

 

  • 日時:平成28年8月25日(木)16:00~17:30
  • 会場:東北大学青葉山キャンパス 電子情報システム・応物系1号館5階530セミナー室
  • 講演者:Dr. Ivo Bukovsky, Associate Professor
    (Dept. Radiological Imaging and Informatics, Tohoku University Graduate School of Medicine)
  • 演題:Higher Order Neurons and Supervised Learning for Prediction, Novelty Detection, and Control
  • 講演要旨:Artificial polynomial neurons, i.e. Higher Order Neural Units (HONUs), with polynomial synaptic neural operation will be revised and their fundamental supervised learning algorithms will be explained. As for sample-by-sample adaptation, the Gradient Descent (GD), the Normalized Gradient Descent (NGD), and Recursive Least Squares (RSL) will be shown for static as well as for dynamic HONUs. As for the batch learning, Levenberg-Marquardt (L-M) and Resilient Backpropagation (RB) learning rules will be shown as for static and dynamic HONUs. Also, the Conjugate Gradient (CG) learning rule as a batch learning alternative to L-M for static HONUs control with focus on respiration motion tracking control. In the end, the concept of new learning-system-based novelty detection algorithm called the Learning Entropy(LE) as a new cognitive information measure will be explained and briefly discussed.

問合せ先

東北大学大学院工学研究科 技術社会システム専攻
システム制御研究会

幹事 杉田 典大

電話:022-795-7125

E-mail: sugitayoshizawa.ecei.tohoku.ac.jp

開催日時 :
2016年8月25日(木)16:00~17:30
開催場所 :
東北大学青葉山キャンパス 電子情報システム・応物系1号館5階530セミナー室