ニューラルネットワーク

ニューラルネットワーク(Neural Network、NN)とは、機械学習で扱われる計算アルゴリズムの一つです。ヒトの脳の学習構造を模倣したソフトウェアです。

機械学習(マシンラーニング)のモデルの基礎として適用されています。

ニューラルネットワークこそ、永く続いた人工知能の氷河期を終わらせ、次世代の人工知能の時代の幕開けを告げる起爆剤です。


深層ニューラルネットワークDNN

1986年にカナダのトロント大学のジェフリー・ヒントン教授は、バックプロパゲーションを使えば3層以上の階層を持つ深層ニューラルネットワークDNNs, Deep Neural Netsを訓練できることを証明しました。

2006年にGPUメーカーのエヌビディアがGPU向けソフトCUDAを公開しました。CUDAによりGPUが機械学習向けに使い勝手がよくなります。GPUは計算能力が高く、CUDAを使いAIで活用されるようになりました。

2012年の画像認識コンテストILSVRCで、ヒントンとトロント大学の学生により、ニューラルネットを用いた画像認識で計算能力の高いGPUを活用して、画像認識を10%も精度を向上させて優勝しました。深いニューラルネットにより従来の手法を凌駕する精度を実現できるようにしました。

深層ニューラルネットワークがバックプロパゲーションで訓練をして、より精度の高い画像認識をできることを示したのです。これにより一気にニューラルネットワークの人気が出ました。

その後も、予測精度の向上が進んでいます。


リカレントニューラルネットワークRNN

リカレントニューラルネットワークRNN、Recurrent Neural Networkは、 既存のニューラルネットワークの方法を拡張して時系列データを扱えるようにした技術です。Elman Network、Echo State Networkなどがあります。


image

著者:アイ&カンパニー
脚注:本論文はフィードバックに基づき随時、更新しております。
出典:本論文の参考文献こちらを参照ください。
© 2016,2017,2018  I & COMPANY or its affiliates. All rights reserved.