問題 No.1199
画像認識において、画像の位置が少しずれていても同じ特徴として捉えることができる不変性を持たせ、画像の局所的な特徴を効率的に抽出するために、空間的なつながりを維持したままフィルターをスライドさせて計算を行うニューラルネットワークの構造はどれか。
【正解の解説】
CNN
畳み込みニューラルネットワーク(CNN)は、画像全体を小さなフィルターでなぞるように処理することで、画像が少しずれていても同じ特徴として認識できる仕組みです。画像認識の分野ではデファクトスタンダードとなっています。
スポンサーリンク
【その他の選択肢の解説】
RNN
リカレントニューラルネットワーク(RNN)は、時系列データや文章など、順番に意味があるデータを処理するための構造です。画像のような二次元の空間的なつながりを捉えるのにはあまり適していません。
LSTM
LSTMは、RNNの一種で、長い時系列データを学習する際に重要な情報を記憶し続けることができる仕組みです。画像認識ではなく、文章や音声などの連続するデータの解析に使われます。
多層パーセプトロン
多層パーセプトロンは、すべてのノードを結合させる最も基本的なニューラルネットワークです。情報を詰め込んで処理しますが、画像のような空間的な位置情報を保持する能力はCNNに劣ります。