CNN
Convolutional Neural Network
CNN（畳み込みニューラルネットワーク）とは
ひとことで
画像の小さな領域ごとに特徴（輪郭や模様など）を取り出し、それを段階的に組み合わせて全体を認識するニューラルネットワーク。画像認識の分野で大きな成果を上げた。
たとえると
大きな絵を、虫眼鏡で少しずつずらしながら見ていくようなものです。最初は「線」や「角」といった細かい部分を見つけ、それを組み合わせて「目」や「耳」、最後には「猫の顔」と判断します。
現場ではこう使う
損害保険会社では、事故車両の写真を見て損傷の箇所を確認する作業に時間がかかっていました。大量の事故車両の写真を学習させたCNNによる画像認識システムを導入したところ、バンパーのへこみやドアの傷などの損傷箇所を自動で示せるようになりました。修理費の最終的な見積もりは、AIの結果をもとに担当者が確認して決めています。
試験のポイント
EXAM POINT「画像認識」「畳み込み層とプーリング層」「局所的な特徴を抽出」と出てきたらCNNです。時系列データや文章のような順番のあるデータを扱うRNN・LSTMとの違いがよく問われます。深層学習の代表的なモデルの1つとして、GANやTransformerなどと並べて整理しておきましょう。
混同しやすい用語との違い
- RNN文章や音声など順番のあるデータを扱う。CNNは主に画像のような空間的なデータを扱う
- GAN2つのネットワークを競わせて新しいデータを生成するモデル。CNNは主に認識（見分ける）に使われる
- TransformerAttentionの仕組みでデータ全体の関係をとらえるモデル。現在は画像にも応用されている