知能システム科学の各分野に関係する適応システムの方法論的基礎の修得を目標とする。講義では,最適化,意思決定とゲーム,進化,学習などを取り上げ,関連性を考慮した体系的な解説を行う。また,演習による理解と習熟を図る。
生物システム、社会システム、経済システムなどの複雑なシステムに共通する性質は、システムの構成員であるプレーヤーが与えられた環境に対して適応的に振る舞うことにあり、その意味でこれらのシステムは適応システムの典型例でもある。本講義では、適応システムを理解する上での基礎となる基本的概念、理論、方法を修得することを目的としている。
1. 意思決定とゲーム(第1~4週): 意思決定とは。 意思決定(効用、意思決定基準、不確実性下での決定)。 ゲーム理論(戦略形・展開形ゲーム、繰り返しゲーム)。 進化ゲーム。
2. 最適化(第5~9週): 最適化とは。 数理計画(線形計画、非線形計画、凸計画、最適化手法)。 組み合わせ最適化(問題クラス、厳密解法、近似解法)。
3. 学習(第10~13週): 学習とは。 古典的学習理論(KL展開、判別分析、ベイズ決定則)。 ニューラルネット(多層パーセプトロン、リカレントネットワーク、自己組織化マップ)。 強化学習(TD法、Q-Learning、Actor-Critic、Profit Sharing)。
担当教官が独自の資料を用意する。
履修に当たっては、線形代数の基礎を復習しておくことが望まれる。
学期末の筆頭試験によって評価する。
意思決定・最適化・学習は、複雑適応系を理解する上で重要なキーワードである。