AIにおけるディープラーニングに最も関連が深いものはどれか。

選択肢

• ア試行錯誤しながら条件を満たす解に到達する方法であり、場合分けを行い深さ優先で探索し、解が見つからなければ一つ前の場合分けの状態に後戻りする。
• イ神経回路網を模倣した方法であり、多層に配置された素子とそれらを結ぶ信号線で構成され、信号線に付随するパラメタを調整することによって入力に対して適切な解が出力される。
• ウ生物の進化を模倣した方法であり、与えられた問題の解の候補を記号列で表現して、それを遺伝子に見立てて突然変異、交配、とう汰を繰り返して逐次的により良い解に近づける。
• エ物質の結晶ができる物理現象を模倣した方法であり、温度に見立てたパラメタを制御して、大ざっぱな解の候補から厳密な解の候補に変化させる。

正解と解説

正解：イ 神経回路網を模倣した方法であり、多層に配置された素子とそれらを結ぶ信号線で構成され、信号線に付随するパラメタを調整することによって入力に対して適切な解が出力される。

ディープラーニングは、脳の神経細胞のつながりを模したニューラルネットワークを多層に重ねた機械学習の手法である。層と層をつなぐ結合の重み（パラメタ）を学習データから調整することで、入力に対して適切な出力が得られるようにする。したがって神経回路網の模倣を述べた選択肢が正解となる。

選択肢ごとの解説

• アバックトラッキング（後戻り法）の説明で、探索アルゴリズムの一種。学習ではない。
• イ正解。多層のニューラルネットワークと重みパラメタの調整という、ディープラーニングの核心を述べている。
• ウ遺伝的アルゴリズムの説明。生物の進化を模した最適化手法である。
• エ焼きなまし法（シミュレーテッドアニーリング）の説明。温度パラメタを下げながら解を絞り込む最適化手法。

同じ分野の他の問題

• AIにおける機械学習において、2クラス分類モデルの評価方法の一つであるROC曲線で用いられる偽陽性率の説明として、最も適…2025年度 秋期 午前 問3
• クラウドで学習し，エッジデバイスで推論する機械学習ベースのエッジAIにおいて，エッジデバイスで行われる推論処理として，適…2025年度 春期 午前 問71
• AIにおける機械学習の過程において，過学習と疑われたときの解消方法として，最も適切なものはどれか。2025年度 春期 午前 問3
• 生成AIのビジネス活用において、独自のデータを学習させることにより基盤モデルを自社の業務やサービスに特化したモデルへとカ…2024年度 秋期 午前 問71
• AIにおける教師あり学習での交差検証に関する記述はどれか。2024年度 秋期 午前 問2