ITパスポート試験

問91

ITパスポート過去問 令和5年度(2023年)問91

AIに利用されるニューラルネットワークにおける活性化関数に関する記述として,適切なものはどれか。

選択肢

  • ニューラルネットワークから得られた結果を基に計算し,結果の信頼度を出力する。
  • 入力層と出力層のニューロンの数を基に計算し,中間層に必要なニューロンの数を出力する。
  • ニューロンの接続構成を基に計算し,最適なニューロンの数を出力する。
  • 一つのニューロンにおいて,入力された値を基に計算し,次のニューロンに渡す値を出力する。

正解と解き方・学習ポイント(AI解説)

正解:
あなたの回答:未回答

活性化関数は、ニューラルネットワークの各ニューロンの中で、入力値(重み付き合計など)を一定の計算ルールで変換し、次のニューロンに渡す出力値を決めるための関数です。この説明に当てはまるのは「エ」です。

不正解

活性化関数はネットワーク全体の最終結果の信頼度を計算するものではなく、各ニューロンが次の層へ渡す出力値を決めるために使われます。

不正解

入力層・中間層・出力層のニューロン数はモデル設計で決める要素であり、活性化関数が計算して出力するものではありません。

不正解

ニューロンの最適な数や接続構成の決定はモデル設計や学習方法の検討に関わる内容であり、活性化関数の役割ではありません。

正解

活性化関数は、1つのニューロンで入力値を基に計算した結果を変換し、次のニューロンへ渡す出力値を決めます。

Point

この問題は、活性化関数がニューラルネットワーク全体の評価や構造設計を行うものではなく、各ニューロン内で入力を変換して出力値を決めるために使われることを理解しているかを確認しています。

解くために必要な知識

この問題を解くには、ニューラルネットワークの基本構造と、活性化関数がどこで何をする関数かを理解している必要があります。

用語の整理

用語 意味
ニューラルネットワーク 多数のニューロンを層状に接続し、入力から出力まで段階的に計算するモデルです。
ニューロン 入力を受け取り、計算した結果を次のニューロンへ渡す処理単位です。
活性化関数 1つのニューロン内で、入力値(重み付き合計など)を変換し、次に渡す出力値を決める関数です。

活性化関数が行う計算の位置づけ

1つのニューロンでは、一般に次の流れで出力値を作ります。

  • 入力値と重みから合計値を作る

  • その合計値を活性化関数に入れて、出力値を決める

例として、合計値を z、活性化関数を f とすると、出力 a は次の形で表されます。

a = f(z)

他の選択肢に出てくる用語

用語 意味
入力層 外部からデータを受け取る層です。
中間層 入力層と出力層の間にある層で、隠れ層とも呼ばれます。
出力層 最終的な計算結果を出力する層です。

 

問題の解法手順

各選択肢の整理

選択肢 何をする説明か 活性化関数として適切か 理由
ネットワーク全体の結果から信頼度を出す 不適切 活性化関数は各ニューロンの出力値を計算するもので、ネットワーク全体の信頼度を評価する目的ではありません。
入力層・出力層の数から中間層のニューロン数を決める 不適切 中間層のニューロン数の決定はネットワーク設計の作業であり、活性化関数の役割ではありません。
接続構成から最適なニューロン数を出す 不適切 ニューロン数の最適化はモデル設計や調整の範囲であり、活性化関数の役割ではありません。
1つのニューロンが入力から次へ渡す値を出力する 適切 活性化関数は、各ニューロンが次のニューロンへ渡す出力値を決めるために使われます。

 

選択肢ごとの解説

不正解

活性化関数はネットワーク全体の最終結果の信頼度を計算するものではなく、各ニューロンが次の層へ渡す出力値を決めるために使われます。

不正解

入力層・中間層・出力層のニューロン数はモデル設計で決める要素であり、活性化関数が計算して出力するものではありません。

不正解

ニューロンの最適な数や接続構成の決定はモデル設計や学習方法の検討に関わる内容であり、活性化関数の役割ではありません。

正解

活性化関数は、1つのニューロンで入力値を基に計算した結果を変換し、次のニューロンへ渡す出力値を決めます。

まとめ

活性化関数は、ニューラルネットワークの各ニューロンの中で、入力値(重み付き合計など)を一定の計算ルールで変換し、次のニューロンに渡す出力値を決めるための関数です。この説明に当てはまるのは「エ」です。

テクノロジ系 > 基礎理論 > 基礎理論