Numbering Code	G-INF05 63544 LJ10 G-INF05 63544 LJ63	Year/Term	2022 ・ Intensive, year-round
Number of Credits	1	Course Type	Intensive lectures
Target Year		Target Student
Language	Partially conducted in Japanese	Day/Period	Intensive
Instructor name	ISHII SHIN (Graduate School of Informatics Professor) KAWATO MITSUO (Part-time Lecturer) ISOMURA TAKUYA (Part-time Lecturer) Louis Kang (Part-time Lecturer)
Outline and Purpose of the Course	脳神経系は，自然が物質基盤の上に情報基盤を構築した点で特異的なシステムである．計算神経科学とは，脳神経系の情報システム的側面を明らかにしようとする学問分野である．本講義では，不確実な環境においても適切に情報処理を行い，また環境に適合（学習）することのできる脳神経系について，その情報処理・学習過程のモデル化，および情報処理過程の応用について講述する．
Course Goals	脳神経系の情報処理・学習過程のモデル化およびその応用に関して，最先端の研究成果などに基づき知見を深め，脳神経系の情報システム的側面を探求するための十分な知識と能力を養う．
Schedule and Contents	小脳の計算モデルとブレインマシンインターフェース（川人） ２回 小脳における教師付き学習の計算モデルと，小脳の主要細胞であるプルキンエ細胞のモデルについて解説する．脳活動からの復号化情報とロボットやコンピュータとを結合するための最先端技術について解説する．また，復号化技術とニューロフィードバックとを組み合せる技術についても解説する． 神経科学に対する統計的アプローチ（未定） ２回 神経科学におけるデータ解析においては，対象がゆらぎを含むため，ベイズ法などの統計的機械学習の手法がしばしば用いられる．ここでは，神経回路構造推定などを対象として，そこでの統計的手法の理論と実践について紹介する． 神経情報処理のベイズ的モデリング（磯村） ２回 不確実な入力から情報を取り出す脳神経系は統計的推定，特に事前知識に基づくためベイズ的推定を行っていると考えられる．近年，脳神経系の情報処理モデルとして認識されつつある自由エネルギー原理に基づく神経情報処理のモデリング，また，そうしたモデルの実データ解析への応用について紹介する． 計算神経科学と海馬の情報処理モデル（Kang） ２回 脳の計算過程を数理的に定式化しようとする計算神経科学のアプローチについて紹介する．また，脳における記憶の読み出しに関わる海馬の情報処理のモデルとそのダイナミクスについて，計算神経科学的アプローチにより議論する．
Evaluation Methods and Policy	レポート試験の成績(50%)，平常点評価(50%) 平常点評価には，授業への参加状況を含む．成績評価は，情報学研究科成績評価規程第7条による．
Course Requirements	None
Study outside of Class (preparation and review)	本科目の達成目標に到達するには、講義での学習のほかに復習が必要である。
References, etc.	脳の計算理論, , (（産業図書）) 脳と計算論, , (（朝倉書店）) 脳の計算論（シリーズ脳科学１）, , (（東京大学出版会）) 脳の計算機構～ボトムアップ・トップダウンのダイナミクス～, , (（朝倉書店）)