問91
頻出度★★☆
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。
令和5年度 ITパスポート試験 問91
テクノロジ系基礎理論 › 情報に関する理論
この問題の解説と、これまでの解答の記録です。
解説
問 91
不正解ア
「ネットワーク全体の結果から信頼度を出力する」のは、活性化関数ではなくモデルの出力評価や確からしさの算出にあたる処理です。活性化関数は個々のニューロン内部での値の変換を担うものであり、ネットワーク全体の結果の信頼度を計算する関数ではありません。
不正解イ
中間層（隠れ層）に必要なニューロンの数を決めるのは、ネットワーク構造を設計する段階の話であり、活性化関数の働きではありません。活性化関数はニューロンの数を出力しません。
不正解ウ
ニューロンの接続構成から最適なニューロン数を出力するというのは、ネットワーク構造の最適化（設計・探索）に関する説明で、活性化関数とは別物です。活性化関数は構成を計算してニューロン数を求める関数ではありません。
- エ
正解 活性化関数は、ニューラルネットワークを構成する一つひとつのニューロン（ノード）の内部で働く関数です。各ニューロンは、前の層から受け取った複数の入力値に重みを掛けて足し合わせ、その合計値を活性化関数に通して出力値を決め、それを次の層のニューロンへ渡します。シグモイド関数やReLUなどが代表例で、入力に応じて「どの程度信号を発火させるか」を非線形に変換する役割を担います。したがって「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」と説明したエが適切です。
ここがポイント
- 活性化関数は、各ニューロン内で「入力の重み付き合計」を受け取り、出力値（次のニューロンへ渡す値）へ変換する非線形関数（例：シグモイド関数、ReLU）である。
- ニューロンの数や層構成を決めるのはネットワーク設計の話であり、活性化関数の役割（ニューロン内部での値変換）とは区別する。
用語