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。
- ア. 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。
- イ. 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。
- ウ. 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。
- エ. 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。
【答え】エ
【解説】
活性化関数とは、ニューラルネットワークの各ニューロン(人工神経)で使用される関数で、ニューロンに入力された値を処理して、次の層に渡す出力値を決定します。出力に非線形性を導入して、単なる線形計算では表現できない複雑な関数を学習可能にし、ネットワークに表現力を与えます。
各選択肢の解説
ア. 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。
→活性化関数ではなく、ソフトマックス関数や評価関数(または損失関数)の説明に近い
イ. 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。
→これはネットワーク構成の設計に関する話であり、活性化関数は関係なし
ウ. 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。
→同上。活性化関数ではない
エ. 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。
→ ⭕ 活性化関数に関する記述として適切
以上より、正解はエ.となります。
※少し細かいのでやや難問ですが、活性化関数の意味がざっくり理解できていればなんとか解ける問題です。

