web上で公開している資料です。
数理科学 , サイエンス社
「エネルギーベースモデル ーボルツマン，ホップフィールドー」 (2024) [投稿版pdf]
これに関連して、集中講義/セミナーで使用したスライド資料「連想記憶モデルとその周辺」も公開しました。
「深層神経回路網の幾何II 統計神経力学とのつながり」(2020) [投稿版pdf]
「深層学習の数理」(2018) [投稿版pdf]
日本神経回路学会誌
ランダム深層回路における巨視的変数の導出 (2024年度 講義資料の一部) [pdf]
「学習物理勉強会 ホップフィールド模型・ボルツマンマシンの基礎と応用」2025年2月 [公開資料]
「統計神経力学とその周辺」 物理屋のための機械学習講義, 2024年1月, スライド資料 [link]
"Understanding Approximate Fisher Information for Fast Convergence of Natural Gradient Descent in Wide Neural Networks", Mathematical Machine Learning Seminar MPI + UCLA (2021) [Slides]
「深層学習の数理: 統計力学的アプローチ」, ディープラーニングと物理学2020 オンライン , 2020年6月18日 [スライド資料]
「深層ニューラルネットワークの数理：平均場理論の視点」( 産総研AIセミナー 2018年7月30日) [スライド資料]
Americal Institute of Mathematics (AIM) workshop "Boltzmann machines", Theoretical analysis of RBMs with Gaussian visible units - Dynamical analysis and Riemannian optimization -, AIM, 2018年9月 [Slides]
日本数学会幾何学分科会 第64回幾何学シンポジウム, エントロピー正則化付きWasserstein距離の情報幾何, 金沢大学, 2017年8月 [pdf]