① 人工知能の基礎と動向 ／ 6. ディープラーニング
LeNetとは
LeNetとは、ヤン・ルカン氏らによって提案された畳み込みニューラルネットワークです。ネオコグニトロンの考え方を受け継ぎつつ、誤差逆伝播によって学習できる形にした点が決定的な違いになります。
この用語はG検定シラバスの「6. ディープラーニング」に含まれます。 章全体の用語は用語解説①（全54語）にまとまっています。
一言でいうと
ネオコグニトロンの構造を受け継ぎ、誤差逆伝播で学習できるようにした畳み込みニューラルネットワークです。
ネオコグニトロンとの対応
構造の対応関係は、そのまま試験のポイントになります。
- 畳み込み層 ← ネオコグニトロンのS細胞層（特徴抽出）
- プーリング層 ← ネオコグニトロンのC細胞層（位置ずれへの不変性）
決定的な違いは「学習」
ネオコグニトロンは誤差逆伝播による学習を行いません。つまり構造は先進的でしたが、データから自動で重みを獲得する仕組みは持っていませんでした。
LeNetはそこに誤差逆伝播を持ち込み、理論モデルを実用的な学習可能モデルとして完成させました。この対比はG検定対策として重要です。
何に使われたか
LeNetは手書き数字の認識に用いられ、郵便番号や小切手の読み取りといった実務で使われました。
研究段階にとどまらず実用に供された点で、畳み込みニューラルネットワークの有効性を早い時期に示した例だといえます。
混同しやすい用語との違い
| 用語 | ポイント |
|---|---|
| ネオコグニトロン | 福島邦彦氏。S細胞層・C細胞層。誤差逆伝播による学習は行わない |
| LeNet | ヤン・ルカン氏ら。同じ構造を誤差逆伝播で学習可能にした |
🎯 G検定での押さえどころ
- 提案者はヤン・ルカン氏ら
- 畳み込み層＝S細胞層、プーリング層＝C細胞層に対応
- 誤差逆伝播で学習する点がネオコグニトロンとの違い
⚠️ よくある誤りの選択肢
- 「LeNetは誤差逆伝播による学習を行わない」→ 誤り。それはネオコグニトロンです
- 「LeNetのプーリング層はS細胞層に対応する」→ 誤り。プーリング層はC細胞層に対応します
📘 もっと深く学ぶ
- 数式レベルまで踏み込んだ解説 → 医療AIナビ「畳み込みニューラルネットワーク」（E資格向け）
- 手を動かして確かめる → CNN出力サイズ計算シミュレータ
関連する用語
ご利用にあたって 本ページの内容は、JDLAが公開しているG検定シラバス2024や公式テキストなど、一般に公開されている情報をもとに独自に整理・解説したものです。実際の試験の出題内容を示すものではなく、また合格を保証するものでもありません。制度・法令・試験要項は変更されることがあるため、最新の情報は必ずJDLA公式サイトでご確認ください。