ニューラルネットワークとは？

ニューラルネットワークの意味

人間の神経細胞を模したノードを入力層・中間層・出力層に並べ、ノード間の結合の重みを調整することで入出力の関係を学習するモデル。誤差逆伝播法で出力の誤差を入力側へ伝えて重みを更新します。FEでは層の構造と学習の仕組みが問われます。

ニューラルネットワークの具体例

手書き数字の認識では、画素の明るさを入力層に与え、出力層の10個のノードのうち最も値が大きいものを認識結果とします。学習では正解との誤差を計算し、重みを少しずつ修正する処理を何度も繰り返します。

ニューラルネットワークは試験でどう引っ掛けられる？

学習で変化するのはノードの数ではなく結合の重みです。また、中間層を多数重ねたものがディープラーニングであり、ニューラルネットワークそのものは古くからある技術です。

ニューラルネットワークと関連する用語

• 畳み込みニューラルネットワーク（CNN）
• 過学習
• 転移学習

ニューラルネットワークが出た過去問

• 車載機器の性能の向上に関する記述のうち、ディープラーニングを用いているものはどれか。

  正解：システムが大量の画像を取得し処理することによって、歩行者と車をより確実に見分けることができるようになった。

  要点：ディープラーニングは大量データの学習で認識精度を高める

  ディープラーニングは、多層のニューラルネットワークに大量のデータを学習させ、特徴の捉え方そのものを自動で獲得する手法である。大量の画像を学習して歩行者と車を高い精度で見分けられるようになる例は、まさにこの技術の適用にあたる。センサの閾値判定や通信によるデータ更新は、機械学習とは無関係である。

  出典：平成29年度 秋期 基本情報技術者試験 午前 問74（IPA）

• AIにおけるディープラーニングの特徴はどれか。

  正解：人間の脳神経回路を模倣して、認識などの知能を実現する方法であり、ニューラルネットワークを用いて、人間と同じような認識ができるようにするものである。

  要点：ディープラーニングは多層ニューラルネットで特徴を自動学習する

  ディープラーニングは、人間の脳の神経回路をまねたニューラルネットワークを多層に重ね、大量のデータから特徴そのものを自動的に学習させる手法である。人が判断ルールを書き下すのではなく、層を深くすることで画像認識や音声認識といった認識処理を高い精度で行える点が特徴となる。ルールベースの推論やエキスパートシステムとは、知識の獲得方法が根本的に異なる。

  出典：平成30年度 春期 基本情報技術者試験 午前 問3（IPA）