CNNの構造に関する問題

問題

畳み込みニューラルネットワーク（CNN）の構造について、正しい記述を1つ選べ。

畳み込みニューラルネットワーク（CNN：Convolutional Neural Network）は、画像認識において圧倒的な成果を上げたディープラーニングの代表的なアーキテクチャです。

一般的に、画像から局所的な特徴を抽出する「畳み込み層」、位置のズレを吸収し情報を圧縮する「プーリング層」、そして抽出された特徴を元に最終的な判断（分類など）を行う「全結合層」の3つの異なる層を組み合わせて構成されます。

1. 畳み込みニューラルネットワーク（CNN）は全結合層のみで構成される。

誤り：全結合層のみで構成されたネットワークは「多層パーセプトロン（MLP）」です。CNNの主役はあくまで特徴を抽出する畳み込み層です。

2. 畳み込みニューラルネットワーク（CNN）は畳み込み層・プーリング層・全結合層で構成される。

正しい：「畳み込み層」と「プーリング層」を交互に繰り返して特徴を抽出し、最後に「全結合層」で予測をまとめるのがCNNの典型的な基本構造です。

3. 畳み込みニューラルネットワーク（CNN）は画像の位置情報を完全に破壊する。

誤り：画像を平坦化（Flatten）せずに2次元のまま処理を行うため、ピクセル同士の縦横の「位置情報（空間的構造）」を保持できるのがCNNの最大の強みです。

4. 畳み込みニューラルネットワーク（CNN）は時系列データには適用できない。

誤り：CNNは画像（2次元）だけでなく、音声波形やセンサーデータなどの時系列データ（1次元）に対しても「1次元畳み込み（1D CNN）」として広く適用されます。

← 前の問題次の問題 →

📚 より詳細を学びたい方へ