画像認識で使われるCNN（畳み込みニューラルネットワーク）の典型的なアーキテクチャ設計に関する記述である。ネットワークの前半では「畳み込み層」と「プーリング層」を交互に重ねて画像から局所的な特徴や形状を抽出する。これに対し、ネットワークの「最終段（出力層の直前）」に配置され、それまでに抽出された多次元の特徴マップを1次元の配列に平坦化し、すべてのニューロン同士を結合して最終的なクラス分類の判定（推論結果の出力）を行う層を何というか。