株式会社リアリニット

3D技術にもっと可能性を

Language

JPN⇔ENG

人工知能 (AI)
第六回  人工ニューラルネットワークの概要

人工ニューラルネットワークとは、生物の神経細胞の回路をモデル化したもので、機械学習の分野でよく利用されています。 複数の人工ニューロンを複雑に組み合わせて構成されています。 いくつもの階層を構成させて利用することで、より複雑な問題に対応できることが知られています。 具体的な例を挙げると、以下のようになります。

この例では3つの層が存在します。 一つ目の層には4つの人工ニューロンがあり、4つの入力がすべての人工ニューロンの入力となっています。 二つ目の層には4つの人工ニューロンがあり、ここでの出力は4つです。 最後の層には2つの人工ニューロンがあり、最終的に2つの出力を得ます。 画像認識に用いる場合、活性化関数としてソフトマックス関数を選ぶことで、2つの出力は0から1の間の値となり、さらにそれらの合計が1となります。

例えば、犬と猫の分類を行うネットワークとしたい場合は、以下のように教師データを定義します。

学習においては、学習データセットをネットワークに与え、出力と教師データの誤差を得て、誤差が小さくなるように、すべての人工ニューロンのパラメータを修正します。 この作業を繰り返すことで、最終的に、犬の画像と猫の画像でそれぞれ正しい出力が得られるネットワークが完成します。

学習完了後、検査データセットを与えると、それぞれの画像につき、0から1の間の値が得られます。 例えば、(0.8, 0.2)という結果が得られた場合は、犬の可能性80%、猫の可能性20%という結果が得られたことになります。

次の記事へ

目次へ