大学生・大学院生向け授業

数学・物理・情報科学を基盤に、現象を数理的に理解する力を養う教育を重視しています。単なる知識の習得ではなく、「なぜそうなるのか」を問い続ける姿勢を育てることを目標としています。

研究と同様に、原理から理解し、自ら構築する力を大切にしています。講義で学ぶ内容は、非線形ダイナミクスや神経回路モデル、脳型人工知能の理論研究へと自然に接続します。

学部担当科目

微分積分の基礎を通じて、科学的問題を数学的に定式化する力を養います。理論的厳密さよりも、計算力と応用力の向上を重視しています。

→ 非線形力学系や数理モデル解析の土台となります。

Python を用いたデータ解析の基礎を学びます。統計的思考と実装力を身につけ、データから構造を読み取る力を養います。

→ 数理モデリングや機械学習研究の基礎となる科目です。

非線形ダイナミクスとカオス現象を体系的に学びます。写像系を中心に、固定点、安定性、分岐現象などを解析します。

→ 神経ダイナミクスやリザバー計算の理論的基盤となる内容です。

常微分方程式で記述される非線形力学系の解析手法を学びます。神経膜電位や神経ネットワークを例に、分岐解析や安定性解析を扱います。

→ 研究室で行う理論研究に直結する内容です。

※各講義の詳細は、大学公式シラバスをご参照ください。

講義で扱う数学・力学系・データ解析の基礎は、研究室で展開する非線形ダイナミクスおよび脳型人工知能研究へと繋がっています。

学部段階では基礎を徹底し、大学院では原理の理解と応用実装へと進みます。教育と研究は切り離されたものではなく、連続した体系として位置づけています。