④ ディープラーニングの要素技術 ／ 22. 回帰結合層
エルマンネットワークとは
エルマンネットワークとは、隠れ層の出力を次時刻の入力へ戻す基本的なRNN構造です。RNNの原型モデルとしてG検定対策として用語の理解を押さえたいところです。
この用語はG検定シラバスの「22. 回帰結合層」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
隠れ層の状態を次の時刻へ引き継ぐ、最も基本的なRNNの形です。
何を戻すのか
エルマンネットワークが次時刻へ渡すのは隠れ層の出力です。これによって「これまでの文脈」を保持しながら系列を処理していけます。
この隠れ状態を引き継ぐ形が現在のRNNの基本形になっており、LSTMなどもこの発展形と位置づけられます。
ジョルダンネットワークとの違い
| 構造 | 次時刻へ戻すもの |
|---|---|
| エルマンネットワーク | 隠れ層の出力 |
| ジョルダンネットワーク | 出力層の値 |
「エルマン＝隠れ層、ジョルダン＝出力層」——この一点だけ覚えれば比較問題は解けます。
なぜ「原型」なのか
隠れ状態を次時刻へ引き継ぐという発想は、現在のRNNにそのまま受け継がれています。
LSTMもGRUも、この基本形にゲート機構を足したものと見ることができます。エルマン型が土台だと理解しておくと系譜が整理できます。
混同しやすい用語との違い
| 用語 | ポイント |
|---|---|
| エルマンネットワーク | 隠れ層の出力を戻す |
| ジョルダンネットワーク | 出力層の値を戻す |
🎯 G検定での押さえどころ
- 隠れ層の出力を次時刻へ戻す
- RNNの原型モデル
- ジョルダンネットワーク（出力層を戻す）との対比
⚠️ よくある誤りの選択肢
- 「エルマンネットワークは出力層の値を次時刻へ戻す」→ 誤り。それはジョルダンネットワークです
📘 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「リカレントニューラルネットワーク」（E資格向け）
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。