G検定模擬試験set1 - 未解答
（ア）に最もよくあてはまる選択肢を 1 つ選べ.
生成モデル（generative model）とは,訓練データからそのデータの特徴を学習し,類似したデータを生成することができるモデルである.ディープニューラルネットの生成モデル（generative model）の例として,自己符号化器の潜在変数に確率分布を導入した（ア）や,訓練データと生成器が生成したデータを識別器で判別させることによって学習を進める（イ）がある.
（ア）に最もよくあてはまる選択肢を 1 つ選べ.
クラス分類の領域では,CNN という沢山の層を重ねて,深い階層構造をした手法によって研究が進められていて,従来の手法よりも精度の高い認識や分類が可能となった.しかし,沢山の層を重ねた結果,学習に用いられるパラメータの数が膨大となり,学習が上手く進まないという問題が生じていた.その問題を解決するために提案されたのが（ア）である.（ア）は,入力層から出力層まで伝播する値と入力層の値を足し合わせたモデルで,この方法によって,入力層まで,勾配値がきちんと伝わり,今では 1000 層といったかなり深い構造でも学習が可能となった.実際,2015 年の ILSVRC で（ア）は人間の成績を上回る成果をあげている
（解説あり）次の説明について,最も関連する事象を選択肢の中から 1 つ選べ.
画像内に表示されている女性を認識し,「青い服を着てスマートフォンをいじっている」などのようにその対象が何をしているかを表示させることができるようになりつつある.
（ウ）に最もよくあてはまる選択肢を 1 つ選べ.
狭い意味でのディープラーニングとは層の数が深いニューラルネットワークを用いた機械学習である.複数の層を持つ階層的ニューラルネットワークは,1980 年代には（ア）という方法がすでに提案されていたが,現在ほど多くの層を持った学習をすることはできなかった.その理由として二つの理由が挙げられる.一つ目は,出力層における誤差を入力層に向けて伝播させる間に,誤差情報が徐々に拡散し,入力層に近い層では勾配の値が小さくなって学習がうまく進まないという問題が発生したからだ.このことを（イ）という.二つ目は,層の数が多いニューラルネットワークの学習の目的関数は多くの（ウ）を持ち,適切な結合の重みの初期値の設定が難しかった.
ニューラルネットワークの学習には勾配降下法が用いられる.勾配降下法の手順を適切な順番に並べ替えたとき,正しい順番になるものを選択肢から 1 つ選べ.
A．重みとバイアスを初期化する.
B．誤差を減らすように重み（バイアス）を修正する.
C．最適な重みやバイアスになるまで繰り返す.
D．ネットワークの出力と正解ラベルとの誤差を計算する.
E．データ（ミニバッチ）をネットワークに入力し出力を得る.
（イ）に最もよくあてはまる選択肢を 1 つ選べ.
画像の認識では,主に入力から出力に向かう結合のみを持つ階層的なニューラルネットワーク,特に画像などの信号に内在する局所的な特徴が集まって,より大域的な特徴を構成するという構造を反映した,（ア）がよく用いられる.一方,自然言語テキストや動画に代表される構造を持った系列情報を扱うために（イ）が用いられている.特にケプラー大学のゼップ・ホフレイターの提案した（ウ）は必要な文脈情報の長さを適応的に制御することで,時間を遡る誤差逆伝播の可能性を向上させ,画像からの説明文の生成や機械翻訳など,多くの課題に適用されている.実際,2016 年秋に,google 社社は google 翻訳に（ウ）を取り入れてアップデートし,非常に高精度な翻訳を提供することが可能になった.
（イ）に最もよくあてはまる選択肢を 1 つ選べ.
1990 年代の音声認識は（ア）による,音自体を判別するための音響モデルと,（イ）による語と語のつながりを判別する言語モデルの両方でできている.しかし,ディープラーニングの登場,とりわけ（ウ）の登場により,音響特徴量から音素,文字列,更には単語列に直接変換する End to End モデルというアプローチを取ることが可能になり,人的に前処理を行わなくても解析することが可能となった.
（解説あり）（ア）に最もよくあてはまる選択肢を 1 つ選べ.
高度な AI モデルを作成していく為には,こうした共有のデータセットの拡充を進めると共に,学習モデルの共有を進め,こうした公開共有されたモデルを基にして独自のデータセットを適用して調整をしながら新たに学習をさせる （ア） が実用上鍵となるのではないかと言われている.
（ウ）に当てはまらない選択肢を 1 つ選べ.
勾配降下法においてパラメータの更新量を決める（ア）の決定は重要である.例えば（ア）が小さすぎると（イ）などの課題が生じるため,（ウ）などの様々な（ア）調整手法が提案されている.
（エ）に最もよくあてはまる選択肢を 1 つ選べ.
ニューラルネットワークには様々なモデルがあり,タスクによって適切な選択をする必要がある.例えば,画像を扱う際には（ア）,自然言語処理などの系列データには（イ）がよく使われる.他にも次元削減には（ウ）,画像生成には（エ）などが用いられる.
loading!!
