パターン認識は，○○認識と呼ばれる分野（音声認識，話者認識，文字認識，筆者識別，画像認識，物体認識等），自動○○と呼ばれる分野（自動診断，自動計測，自動検査，自動選別，自動同定，自動案内等）などが関連する基本要素技術である．これらの分野に共通する基本的な知識や手法を体系的に学ぶ．また音声認識など応用例について学ぶ．
本授業ではまず，パターン認識に関する全般的・基本的な事項や処理の流れについて説明する．パターン認識の前処理のための標本化と量子化，特徴の抽出と正規化，最近傍決定則とパーセプトロンによる識別を説明する．次にパターン認識の性能向上に関し，誤差の最小化，サポートベクトルマシンやニューラルネットワークによる機械学習，統計的手法について説明する．またパターン認識システムの評価についても説明する．最後に，パターン認識理論の応用システムについて学ぶ．

(a)パターン認識のための前処理，特徴の抽出法を理解する．
(b)最近傍決定則とパーセプトロンによるパターン識別法を理解する．
(c)誤差の最小化方法を理解する．
(d)サポートベクトルマシンとニューラルネットワークによる機械学習を理解する．
(e)ベイズ判定法にもとづく統計的な識別法を理解する．
(f)パターン認識システムの評価方法を理解する．

特徴の抽出，最近傍決定則，パーセプトロン，識別関数，サポートベクトルマシン，ニューラルネットワーク，ベイズ判定法

情報科学科昼間コースの学習・教育目標(Ｃ)に対応する科目である．
本授業の基礎となる科目：確率統計学，応用確率論．
関連科目：信号処理，画像工学．

講義を主体に授業を進めるが，適宜，問題の演習またはミニテストを行う．

第１週 パターン認識とは 第２週 パターン認識の前処理
第３週 特徴抽出 第４週 識別関数
第５週 パーセプトロン 第６週 誤差評価に基づく学習
第７週 サポートベクトルマシン 第８週 中間試験とまとめ
第９週 ニューラルネットワーク 第１０週 統計的手法
第１１週 パターン認識システムの評価 第１２週 パターン認識の応用例（１）
第１３週 パターン認識の応用例（２） 第１４週 パターン認識の応用例（３）
第１５週 定期試験とまとめ （これは予定であり，理解度によっては変更あり）

授業中に出された演習問題を積極的に行い，授業時間内での理解に努めること．授業中の私語などの他の受講生への迷惑行為は当然禁じる．

テキストの該当箇所を前もって読んでおくことが望ましい．
講義中に出た重要概念などを復習し，また，授業中解けなかった演習問題を行ってくること．

到達目標に記した各項目について，基本的な概念が正しく理解できていることが合格の条件となる．

中間試験（５０点），期末試験（５０点）を合計し１００点満点で判定する．単位認定は６０点以上とする．

教科書：荒木 雅弘，フリーソフトでつくる音声認識システム，森北出版，3570円（2007）
参考書：鳥脇純一郎，認識工学，コロナ社、3045円(1993)

教科書は各自購入のこと．参考書は必要に応じて判断してください．

火曜日 9：00～11：00(予定)，8-211号室（工学部8号館）