④ ディープラーニングの要素技術 ／ 18. 畳み込み層
畳み込みニューラルネットワーク (CNN)とは
CNNとは、畳み込み層とプーリング層を組み合わせた深層学習モデルです。局所特徴の階層的な学習により、画像認識で高い性能を示します。
この用語はG検定シラバスの「18. 畳み込み層」に含まれます。 章全体の用語は用語解説④（全60語）にまとまっています。
一言でいうと
畳み込み層とプーリング層を重ねて画像の特徴を学ぶ、画像認識の標準モデルです。
基本の構造
典型的なCNNは次の流れで構成されます。
浅い層はエッジや色、深い層は物体の部分や全体——と段階的に複雑な特徴を学習していきます。
歴史的な位置づけ
構造の原型はネオコグニトロンで、S細胞層が畳み込み層、C細胞層がプーリング層にあたります。
これを誤差逆伝播で学習可能にしたのがLeNet、そして2012年のILSVRCでの勝利によって一気に広まりました。
代表的なモデルの流れ
- LeNet：手書き数字認識（1990年代）
- AlexNet：2012年のILSVRCでディープラーニングの実力を示した
- VGG：3×3の小さなフィルタを深く積む構成
- ResNet：スキップ結合で100層超を実現
「より深く」という方向で進化してきたという流れを押さえておくと、各モデルの位置づけが理解しやすくなります。
🎯 G検定での押さえどころ
- 畳み込み層＋プーリング層の組み合わせ
- 浅い層は単純な特徴、深い層は複雑な特徴を学習する
- ネオコグニトロン → LeNet という系譜
⚠️ よくある誤りの選択肢
- 「CNNは全結合層のみで構成される」→ 誤り。畳み込み層とプーリング層が中核です
- 「CNNは画像にしか使えない」→ 誤り。音声や系列データにも応用されます
📘 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。