① 人工知能の基礎と動向 ／ 6. ディープラーニング
ネオコグニトロンとは
ネオコグニトロンとは、福島邦彦氏が提唱した神経回路モデルで、現在のCNNの概念的な原型にあたります。S細胞層とC細胞層からなる階層構造を持ちますが、誤差逆伝播による学習は行いません。
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
S細胞層とC細胞層を積み重ねた、CNNの原型となった神経回路モデルです。
S細胞層とC細胞層
- S細胞層：特徴を抽出する層。現在の畳み込み層にあたる
- C細胞層：位置のずれに対する不変性を持たせる層。現在のプーリング層にあたる
この2種類を交互に重ねることで、多少位置がずれても同じ対象として認識できる構造を実現しました。
LeNetとの決定的な違い
構造は先進的でしたが、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。
この点を解決し、同じ構造を学習可能な形として実装したのがLeNetです。「構造の原型＝ネオコグニトロン、学習可能にした＝LeNet」という対比で覚えると確実です。
評価すべき点
ネオコグニトロンが提案されたのは、ディープラーニングが注目されるはるか以前です。位置がずれても同じ対象と認識できる仕組みをこの時点で構造として実現していた点に価値があります。
現在のCNNが持つ畳み込みとプーリングという組み合わせは、ここで示された考え方をそのまま受け継いでいます。
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。CNNの構造的原型。誤差逆伝播による学習なし |
| 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
- 提唱者は福島邦彦氏
- S細胞層＝畳み込み層、C細胞層＝プーリング層に対応
- 誤差逆伝播による学習は行わない
⚠️ よくある誤りの選択肢
- 「ネオコグニトロンは誤差逆伝播によって学習する」→ 誤り。誤差逆伝播による学習は行いません。それを可能にしたのがLeNetです
- 「ネオコグニトロンのC細胞層は特徴抽出を担う」→ 誤り。特徴抽出はS細胞層、C細胞層は位置ずれへの不変性です
📘 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）
この用語を覚えたら
チェックは章ページと「試験内容解説」TOPの進捗にも反映されます
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。