ネオコグニトロン
解説
ネオコグニトロンとは、1979年にNHK放送科学基礎研究所の福島邦彦（ふくしま くにひこ）博士によって発表された、視覚パターン認識のための階層型ニューラルネットワークです。
CNNの「生みの親」
現在のディープラーニング（CNN：畳み込みニューラルネットワーク）の直接的な原型（祖先）となったモデルです。
脳の視覚野に関する「ヒューベルとウィーゼル（Hubel & Wiesel）」の生理学見知（単純型細胞と複雑型細胞の階層構造）を工学的にモデル化しました。
S細胞とC細胞のサンドイッチ構造
ネオコグニトロンは、以下の2種類の層を交互に重ねることで、画像の「位置ずれ」や「変形」に強い認識を実現しました。
- S細胞層（Simple cell）：特徴抽出を行う層。現在のCNNの「畳み込み層」に相当します。
- C細胞層（Complex cell）：位置ずれを許容する層。現在のCNNの「プーリング層」に相当します。
G検定対策
出題ポイント
- 開発者：福島邦彦（1979年）。ヤン・ルカン（LeNet開発者）にも大きな影響を与えた。
- 構造：「S細胞（特徴抽出）」と「C細胞（位置ずれ許容）」の交互配置。
- 学習手法：初期のモデルは「誤差逆伝播法（Backpropagation）」を使わず、自己組織化的な学習（Add-if-silentなど）を行っていた点が特徴。
よくあるひっかけ問題
- × ネオコグニトロンは、誤差逆伝播法を用いて学習する
（解説）1979年当時、誤差逆伝播法はまだ確立・普及していませんでした。ここが現代のCNNとの最大の違いです。 - × ヒューベルとウィーゼルが開発した
（解説）ヒューベルらは「脳の仕組みを発見した人（生理学者）」です。それを「数理モデル化した人（工学者）」が福島邦彦博士です。
