Japanese
English
連載 脳神経外科と数理学
（2）ニューラルネットワーク
（2）Neural Network
原田 達也
1
Tatsuya HARADA
1
1東京大学先端科学技術研究センター
1Research Center for Advanced Science and Technology, University of Tokyo
キーワード：
feed-forward neural network
,
convolutional neural network
,
recurrent neural network
,
autoencoder
,
generative adversarial network
Keyword:
feed-forward neural network
,
convolutional neural network
,
recurrent neural network
,
autoencoder
,
generative adversarial network
pp.173-188
発行日 2020年2月10日
Published Date 2020/2/10
DOI https://doi.org/10.11477/mf.1436204155
- 有料閲覧
- Abstract 文献概要
- 1ページ目 Look Inside
- 参考文献 Reference
Ⅰ．はじめに
近年の人工知能ブームにおいて，中心となっている手法は深層ニューラルネットワーク（deep neural network）である．深層ニューラルネットワークはネットワークを構成する層の数を増やしたものであるが，学習テクニックや計算機の進展，大量のデータの入手容易性により，ニューラルネットワークの予測精度は飛躍的な向上を遂げ，画像認識，音声認識，自然言語処理などの幅広い分野で成功を収めている．そこで本稿では，ニューラルネットワークを理解するための基本的事項について解説する．
Copyright © 2020, Igaku-Shoin Ltd. All rights reserved.
