目次

• 第1章 序論
• 第2章 ニューロンとニューラルネットワーク
  • 2.1 ニューロンとは
  • 2.2 ニューラルネットワーク
  • 2.3 内部記憶を持つニューラルネットワーク
• 第3章 カオスニューラルネット
  • カオスとは[5]
  • 3.2 カオスニューロン
  • 3.3 カオスニューラルネット
• 第4章 学習法
  • 4.1 学習の分類
  • 一般化デルタルール [6]
  • バックプロパゲーション[6]
  • 内部記憶を持つニューラルネットワークの学習[7]
• 第5章 実験準備
  • 5.1 ニューラルネットワークにおける数値の単位の扱いについて
  • 5.2 音符の数値化と量子化をする手法
  • 5.3 教師信号の作成
  • 5.4 ニューラルネットワークにおける学習
  • 5.5 内部記憶を持つニューラルネットワークにおける学習
  • 5.6 誤差の求め方
  • 5.7 曲を出力する手法
  • 5.8 曲を周波数に変換する手法
  • 5.9 高速フーリエ変換（FFT：Fast Fourier Transform）を行う手法
  • 5.10 曲の相関関数を求める手法
• 第6章 実験
  • 6.1 目的
  • 6.2 通常のニューラルネットワークでの実験
    • 6.2.1 通常のニューラルネットワークの学習と想起
    • 6.2.2 初期入力の変化による想起結果
  • 6.3 内部記憶を持つニューラルネットワークでの実験
    • 6.3.1 内部記憶を持つニューラルネットワークの学習と想起
    • 6.3.2 構造を変更したネットワークにおける学習と想起
  • 6.4 カオスニューラルネットワークによる想起
  • 6.5 教師信号とそれぞれのネットワークの想起結果との比較（FFT）
    • 6.5.1 教師信号のFFT
    • 6.5.2 ニューラルネットワークの想起結果のFFT
    • 6.5.3 内部記憶を持つニューラルネットワークの想起結果のFFT
    • 6.5.4 カオスニューラルネットワークの想起結果のFFT
  • 6.6 教師信号とそれぞれのネットワークの想起結果との比較(相関関数)
    • 6.6.1 ニューラルネットワークの想起結果の相関関数
    • 6.6.2 カオスニューラルネットワークの想起結果の相関関数
• 第7章 まとめ
• 参考文献
• 付録A 学習プログラム（ニューラルネットワーク）
• 付録B 学習プログラム（内部記憶を持つニューラルネットワーク）
• 付録C 曲を想起させるプログラム
• 付録D 相関関数を求めるプログラム
• Web版特別付録 想起された曲（MIDI）
• この文書について ...