フィードフォワードニューラルネットワーク(FFNN)

**フィードフォワードニューラルネットワーク(FFNN)**は、ニューラルネットワークの中でも最も基本的な構造であり、順伝播型ニューラルネットワークとも呼ばれます。

特徴

  • 情報の流れは入力層から出力層まで一方向で、ループや分岐がありません。
  • 入力層、中間層(隠れ層)、出力層の3つの層で構成されます。
  • 中間層は0層以上複数存在することができ、層を重ねるほどディープラーニングと呼ばれるようになります。
  • 各層のニューロン間は、重みと呼ばれる値で接続されています。
  • ニューロンは、入力信号の加重和を活性化関数と呼ばれる関数に通して、次の層へ伝達します。

動作

  1. 入力層にデータを入力します。
  2. 入力層のニューロンは、入力信号をそのまま次の層へ伝達します。
  3. 中間層のニューロンは、前層からの信号に重みをかけて加算し、活性化関数に通して次の層へ伝達します。
  4. 出力層のニューロンは、前層からの信号に重みをかけて加算し、最終的な出力を生成します。

  • 画像認識:画像データを入力し、それが猫なのか犬なのかを判別する
  • 音声認識:音声データを入力し、その内容を文字に変換する
  • 言語翻訳:文章を入力し、別の言語に翻訳する

利点

  • シンプルで理解しやすい構造
  • 学習と処理の高速化
  • 様々なタスクに適用可能

欠点

  • 時間依存性の処理には不向き
  • 複雑な時系列データの処理には苦手

FFNNは、画像認識、音声認識、自然言語処理など、様々な分野で広く利用されています。

参考情報