④ ディープラーニングの要素技術 ／ 22. 回帰結合層
ジョルダンネットワークとは
ジョルダンネットワークとは、出力層の値を次時刻の隠れ層へ戻すRNN構造です。エルマンネットワークとの違いが比較して整理しておきたいところです。
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
出力した結果を次の時刻へ戻すタイプのRNNです。
エルマンとの違いは「何を戻すか」
| 構造 | 次時刻へ戻すもの |
|---|---|
| ジョルダンネットワーク | 出力層の値 |
| エルマンネットワーク | 隠れ層の出力 |
覚え方としては、五十音順で「エ」が先、構造も「隠れ層（内側）」が先と結びつけると混同しにくくなります。
性質の違い
出力層の値は、隠れ層より次元が小さく情報量も限られます（分類なら数個の値しかありません）。
そのため文脈を保持する力はエルマン型のほうが強く、現在のRNNはエルマン型を基本としています。ジョルダンネットワークは比較対象として押さえておく位置づけです。
どちらも実用では見かけない
エルマン型・ジョルダン型はいずれも基本形の分類として学ぶ用語であり、現在そのまま使われることはほとんどありません。
実務ではLSTM・GRU、さらにはTransformerが使われます。試験用語として押さえるのが正しい向き合い方です。
混同しやすい用語との違い
| 用語 | ポイント |
|---|---|
| ジョルダンネットワーク | 出力層の値を戻す |
| エルマンネットワーク | 隠れ層の出力を戻す |
🎯 G検定での押さえどころ
- 出力層の値を次時刻へ戻す
- エルマンネットワーク（隠れ層を戻す）との対比
- 現在のRNNの基本形はエルマン型
⚠️ よくある誤りの選択肢
- 「ジョルダンネットワークは隠れ層の出力を次時刻へ戻す」→ 誤り。それはエルマ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。