**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
- 入力層にデータを入力します。
- 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。
- 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。
- 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。
例
- 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
- フィードフォワードニューラルネットワークの基本 – HELLO CYBERNETICS: https://www.hellocybernetics.tech/entry/2016/05/22/014656
- ディープラーニングは何ができる? エンジニア以外も知っておきたい注意点:よくわかる人工知能の基礎知識(2/3 ページ) – ITmedia NEWS: https://www.itmedia.co.jp/news/articles/1906/05/news024_2.html
- フィードフォワードネットワーク:ディープラーニングの基礎を解明 | Reinforz Insight: https://reinforz.co.jp/bizmedia/24900/