遺伝的アルゴリズム，ダウトの数理，ニューラルネット（３年ゼミ）

一人目，遺伝的アルゴリズム．
EXCELからC#に本格的に実験環境を変え，
より大きな量を高速に扱えるようになったようだ．
いつの間にか都市の数も200に増やし，
より小回りの利く選択・交差・突然変異を取り入れて実験しているようだ．
こう使いこなしてくると，巡回セールスマンだけでない
多様な問題へも適用を考えたくなってくる．

Excelで学ぶ遺伝的アルゴリズム

二人目，カードゲームのゲーム理論的取扱いとして「ダウト」を始めた．
もっとも単純な0,1のみのカードでの確率議論．
今回はまずは実験的にあれこれしてみたところ．
やることたくさんありそうだ．

応用に役立つ50の最適化問題 (応用最適化シリーズ)

三人目，ニューラルネット．
多層パーセプトロンの話に入った．
やはり学習収束があるかどうかは力学系の議論に持ち込んで示していた．
道はまだ遥かではあるが，
最近発表された「カプセルネットワーク」へ辿り着きたいらしい．
元論文は↓
http://papers.nips.cc/paper/6975-dynamic-routing-between-capsules.pdf
何だか眺めていると，入力を重み付きでベクトルに変換するが
それを量子状態で扱えば同時に学習が収束するアルゴリズムありそうだね，
なんて思ってしまう．量子コンピュータ上のAI，q-AIだ．

ニューロコンピューティングの数学的基礎

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装