脳型情報処理機械論#5-2:神経回路網と脳の確率的力学的理論
脳型情報処理機械論の５回目の講義については先に投稿すみだが、２つの論点を理解するための基礎知識などを深掘りした。個々の神経細胞が発する信号は本来バラバラのはずだけどネットワークを経由することでまとまり、揺らぎに収斂されるという見方は面白いと思った。
SEARCH
「脳」の検索結果125件
脳
脳型情報処理機械論は難解だけど幅広く奥が深くて面白い。前半6回の受講メモです。
10月8日から始まった脳型情報処理機械論もすでに６回まで終えた。個人のメモのつもりだったが、國吉教授から学生に共有してほしいと依頼を受けた。國吉教授に加えて、東京大学中島教授、中部大学津田教授、京都大学寺前教授、京都大学磯村教授など脳科学の最前線で研究を進める教授陣からの講義は刺激的だ。参考となる部分があれば幸甚だ。
脳型情報処理機械論#5-1:神経回路網と脳の確率的力学的理論
脳型情報処理機械論の５回目の講義を受けた。今回は京都大学の寺前准教授だ。脳回路のエキスパートだ。分かりやすく説明して貰えるが、自分の理解度と知識が決定的に不足している。揺らぎを確率的に捉えて数式モデルに適用して解析している。素晴らしい。
脳型情報処理機械論#4-3:複雑系カオス脳理論、4つの論点を考える(後半)。
脳型情報処理機械論の第４回講義は、中部大学の津田教授による複雑系のカオス脳理論だった。講義も正直カオスでテキストもカオスだった。この投稿もカオスと言われそうだが、色々調べると先行研究があり、先人の功績の上に現在の社会が成り立っているのを再認識した。
脳型情報処理機械論#4-2:複雑系カオス脳理論、4つの論点を考える(前半)。
脳の処理をカオスな複雑系と捉えて、その仕組みを分析し、数式モデルで分析することが津田教授の狙いだ。ここでは数式モデルはあえて言及しなかったが、各キーワードの意味をできるだけ掘り下げるようにした。しかし、これでもまだまだ説明不足な点が多いし、説明が不適切な部分も多いかもしれない。筆者の不学無知に免じてご容赦願いたい。
脳型情報処理機械論#4-1:複雑系カオス脳理論、事象を数式でモデル化。
脳の処理は複雑系だ。今回の講師である津田教授は脳の情報処理の仕組みを数式を用いて解き明かす複雑系カオス脳理論を専門とされている。具体的な論点は次回以降として、今回はまずは理解しておくべき基本知識について整理した。少しは頭の整理になっただろうか。
5G/IoT通信展で印象に残った７つの展示と講演会での７つの新技術。
幕張メッセで10月27日から29日まで開催されている5G/IoT通信展で気になった展示物や講演会で注目した最新技術についてまとめた。久しぶりの展示会だけど、人手がすごかった。ベンチャー企業などの熱気を感じ、日本の未来は明るいと感じた。
技術士の二次試験(筆記試験)の合格発表は10月26日だ。12月の口頭試験への戦略を設定しよう。
技術士の二次試験(筆記試験)の結果発表は10月26日だ。待ち遠しいが、合格を信じて、まずは口頭試験に向かう戦略を設定しよう。技術士試験の合格はゴールではなくスタートだ。プレゼン能力やコミュニケーションスキルなどを伸ばすチャンスだ。前向きに考えて頑張ろう。
脳型情報処理機械論：#3（生物の動きを模した柔らかな制御や忘れる機能を具備する研究は面白い）
今回のテーマはリザーバーコンピューティングだ。講師の中嶋准教授はタコの動きを模することで研究成果を上げた。ソフトロボットの開発などにもこの技術は課題を解決すると期待されている。面白いと思った。
不協和音に基づくベン・フランクリン効果の活用と13の徳の積み重ねはどちらが難しいだろうか。
誰かのことを好きになると尽くしたくなるの逆がベンジャミン効果だ。つまり、誰かのために何かをすると、その人のことを好きでないと理屈が合わないので、脳が勝手に好きと無意識を操作する。そんな効果を発見したベンジャミンは13の徳を積み重ねる素晴らしい偉人だった。