| 626 |
初期の敵対的生成ネットワークは全結合層のみで構築されており解像度が高い画像を生成しようとすると画像が破綻してしまう問題があった。この問題に対処するためネットワークの構造に畳み込み層と逆畳み込み層を導入しさらにバッチ正規化を組み合わせることで高画質な画像生成の学習を安定させたモデルとして最も適切なものはどれか。
|
解説
|
| 629 |
長文の文章生成や機械翻訳において再帰型ニューラルネットワークは計算を逐次的に行うため並列処理が難しく学習に時間がかかる欠点があった。この課題を解決するために入力されたすべての単語間の関係性を自己注意機構によって一度に計算し並列処理を可能にした自然言語処理のアーキテクチャはどれか。
|
解説
|
| 630 |
文章生成や機械翻訳の前処理として単語をベクトル化する際学習データに存在しない未知の単語が入力されると適切なベクトルを割り当てられず精度が低下する課題がある。単語をさらに細かい文字の単位に分割して内部構造を学習することで未知の単語に対しても前後の文字の並びから柔軟に意味ベクトルを推測できる手法はどれか。
|
解説
|
| 631 |
新しい未知のタスクに直面した際、わずかなデータからでも素早く適応できるように、複数のタスクを通じて学習の仕方を学習するアプローチが注目されている。このような目的に対して、パラメータの初期値を最適化し、数回のステップで新しいタスクに適応できるように訓練するメタ学習の手法として最も適切なものはどれか。
|
解説
|
| 632 |
複数の方角から撮影した二次元の画像群から、撮影されていない自由な視点からの三次元空間の映像を再構成したい。このようなシーンにおいて、空間の座標と視線方向を入力とし、色と密度を出力するニューラルネットワークを用いて光線の経路を計算し、三次元表現を獲得する技術として最も適切なものはどれか。
|
解説
|
| 633 |
ディープニューラルネットワークの学習において、巨大なネットワーク全体が不可欠なわけではなく、ランダムに初期化されたネットワークの中には、最初から高い性能を達成できる幸運な初期値を持つ部分的なネットワークが偶然含まれているという考え方がある。この考え方に基づき、不要なパラメータを学習の早い段階で削ぎ落とす枝刈りの研究に大きな影響を与えた仮説の名称はどれか。
|
解説
|
| 634 |
ECサイトで新しくサービスを開始した直後や、これまでに全く購買履歴のない新規ユーザーが登録された際、協調フィルタリングなどのアルゴリズムでは過去のデータが存在しないため、適切な商品の推薦を行うことができない。このような、データが蓄積されるまでレコメンド機能が十分に働かない課題を何というか。
|
解説
|
| 635 |
顔認証や類似画像検索システムを構築するため、同じ人物の画像は近く、異なる人物の画像は遠く配置されるような特徴空間を学習させたい。このとき、基準となるデータ、同じクラスの正例データ、異なるクラスの負例データの3つを同時に入力し、相対的な距離を比較してネットワークを最適化する際に用いられる損失関数はどれか。
|
解説
|
| 636 |
音声認識システムにおいて、入力される音声の波形フレーム数と、出力されるテキストの文字数は一致しない。そのため、どのタイミングの音声がどの文字に対応するかを事前にラベル付けすることは困難である。このように入出力の長さが異なる系列データ同士のマッピングを、空白を表す特殊なラベルを用いて自動で整列させ、一気通貫で学習させる仕組みはどれか。
|
解説
|
| 637 |
アノテーションにかかる膨大なコストを削減するため、少量の正解ラベル付きデータと、大量のラベルなしデータを組み合わせて高い精度のモデルを構築したい。ラベルなしデータに対して弱いデータ拡張と強いデータ拡張の2種類を施し、弱い拡張に対する予測結果を擬似ラベルとして、強い拡張に対する予測結果と一致するように学習を進める半教師あり学習の手法はどれか。
|
解説
|
| 638 |
ユーザーの購買履歴や評価データを基にした協調フィルタリングにおいて、巨大な行列に欠損が多く含まれる場合、データから隠れた傾向を抽出して計算効率を上げたい。任意の行列を3つの特殊な行列の積に分解し、重要度の低い成分を切り捨てることでデータの次元削減やノイズ除去を行う、線形代数の基礎手法はどれか。
|
解説
|
| 639 |
新しい自然言語処理モデルを開発した際、そのモデルが単に特定のタスクに特化しているだけでなく、文章の分類、質問応答、論理的関係の判定など、多様なタスクにおいて汎用的な文章理解能力を持っているかを客観的に比較したい。このような目的で広く利用されている、複数の自然言語処理タスクをまとめた標準的なベンチマークデータセットの名称はどれか。
|
解説
|
| 640 |
バッチ正規化は学習を安定化させる強力な手法だが、GPUのメモリ制限などでバッチサイズを非常に小さくせざるを得ない場合、統計量が不安定になり精度が著しく低下する。この問題を解決するため、バッチサイズに依存しない正規化手法がいくつか提案されている。次のうち、空間方向の情報を保持したままバッチサイズに依存しない正規化手法として不適切なものはどれか。
|
解説
|
| 641 |
自己回帰型のテキスト生成モデルにおいて、訓練時には常に正しい正解の単語を次のステップの入力として与える教師強制が行われる。しかし推論時には、モデル自身が一つ前に出力した単語を次の入力として用いるため、途中で一度でも単語の予測を誤ると、その間違いが雪だるま式に増幅して文章が崩壊してしまう。この訓練と推論の環境の違いから生じる問題を何というか。
|
解説
|
| 642 |
時系列モデルにおいて文章を生成するタスクを学習させる際、モデルが前の時刻で予測を間違えたとしても、次の時刻の入力には実際に生成された誤ったデータではなく、用意された正しい正解データを強制的に与えて学習を進行させる技法がある。これにより、初期の学習の不安定さを排除し、収束を早めることができるこの手法を何というか。
|
解説
|
| 643 |
深層強化学習において、エージェントが過去に経験した行動履歴をメモリからランダムに取り出して学習する仕組みを拡張したい。学習効率を極限まで高めるため、すべての履歴を均等に扱うのではなく、予測誤差が大きくAIにとって予想外だった重要な失敗や成功の経験ほど高い確率でサンプリングし、優先的に学習させる仕組みはどれか。
|
解説
|
| 644 |
CNNモデルにおいて、各特徴量マップのチャンネルが持つ情報には重要度の違いがある。この点に着目し、プーリング等で空間情報を圧縮した後に全結合層を用いて各チャンネルの相互関係をモデル化し、重要なチャンネルの重みを強調し、不要なチャンネルの重みを抑制するモジュールを導入したネットワークはどれか。
|
解説
|
| 645 |
機械学習の予測モデルが特定の結果を出力した際、なぜその予測に至ったのかを人間が理解できるように説明したい。ゲーム理論の概念を応用し、各特徴量が予測値の押し上げや押し下げに対してどれだけ公平に貢献したかを厳密に計算して可視化する、説明可能AIの代表的な手法はどれか。
|
解説
|
| 646 |
ある部屋の中にいる言語を理解しない人がマニュアルに従って記号を操作するだけで外からは言語を理解しているように見える思考実験がある。これはAIが意味を理解しているわけではないことを示すために提唱されたがこの思考実験を何と呼ぶか。
|
解説
|
| 647 |
第2次AIブームにおいて特定の専門知識をルール化する手法が流行したが人間が持つ膨大な常識や暗黙知をすべてルールとして記述することは困難であった。このルール記述の限界を指す用語として最も適切なものはどれか。
|
解説
|
| 648 |
決定木は結果の解釈が容易だが過学習しやすい弱点がある。この弱点を克服するためデータと特徴量をランダムに抽出して複数の決定木を独立に構築しそれらの予測結果を多数決や平均で統合する手法はどれか。
|
解説
|
| 649 |
機械学習モデルの汎化性能を適切に評価するためのデータ分割手法について不適切な説明をしているものはどれか。
|
解説
|
| 650 |
顧客を購買傾向でグループ分けしたいが正解となるグループラベルは存在しない。データをあらかじめ指定した数のグループに分類するため各グループの重心とデータの距離を計算し再配置を繰り返す手法はどれか。
|
解説
|
| 651 |
ニューラルネットワークの隠れ層における演算においてかつてはシグモイド関数が主流であったが層を深くすると学習が進まなくなる問題が発生した。これを防ぐため現在最も一般的に利用されている入力がゼロ以下の場合はゼロを出力しゼロより大きい場合はそのまま出力する関数はどれか。
|
解説
|
| 652 |
ディープラーニングにおいて層を深くしていくと出力層から入力層へ向かって誤差を伝播させる際に誤差情報がゼロに近づき入力層に近いパラメータの更新ができなくなる現象が発生する。この現象を何というか。
|
解説
|
| 653 |
ネットワークの重みパラメータを効率よく最適化するために出力層での予測誤差を微分を用いて入力層側へと順番に伝達し各パラメータの勾配を連鎖律を用いて計算するアルゴリズムはどれか。
|
解説
|
| 654 |
複雑なニューラルネットワークは訓練データに過剰に適合してしまう傾向がある。これを防ぐ汎化手法として学習時にネットワーク内の一部ノードをランダムに無効化しながら学習を進め推論時にはすべてのノードを使用する手法はどれか。
|
解説
|
| 655 |
RNNを用いた機械翻訳において長い文章を入力すると文脈の最初の方の情報が欠落してしまう課題があった。これを解決するため入力系列のどの部分に重点を置いて情報を抽出するかをモデル自身に学習させる仕組みはどれか。
|
解説
|
| 656 |
実在しない人物の高解像度な顔画像などを生成したい場合に使われる手法でデータを生成するネットワークとそれが本物か偽物かを見破るネットワークを競い合わせるように学習させるモデルはどれか。
|
解説
|
| 657 |
自動運転において車載カメラの画像から道路や歩行者などの領域を正確に把握する必要がある。画像内のすべてのピクセルに対してそれがどのクラスに属するかを画素単位で分類するタスクはどれか。
|
解説
|