ディープラーニングの応用例

解説: 肢2が正解です。パノプティックセグメンテーションを提案した論文（Kirillov ほか）は、セマンティックセグメンテーションを各画素にクラスラベルを付けるタスク、インスタンスセグメンテーションを物体を1つずつ検出して領域を切り出すタスクと整理し、両者を統合したタスクとしてパノプテ…

関連キーワード: 物体検出・セマンティックセグメンテーション・インスタンスセグメンテーション・パノプティックセグメンテーション・物体識別

解説: 肢4が正解です。Mask R-CNNの論文（He ほか）は、Faster R-CNNに物体のマスクを予測する枝を、既存の矩形の認識の枝と並列に加えたと述べています。肢3は枝を置き換えたとしている点が誤りで、Mask R-CNNは矩形の検出とマスクの両方を出力します。肢1は誤りで、…

関連キーワード: Fast R-CNN・Faster R-CNN・Mask R-CNN・RPN・物体検出

解説: 肢3が不適切です。FPNの論文（Lin ほか）は、画像を拡大・縮小して特徴のピラミッドを作る方法は計算とメモリの負担が大きいとし、1つのCNNが元から持つ多段の階層を利用して、上位の層から戻る経路と横方向の接続で各スケールの特徴マップを少ない追加コストで作りました。肢1はYOLO…

関連キーワード: YOLO・SSD・FPN・物体検出・特徴マップ

解説: 肢4が正解です。U-Netの論文（Ronneberger ほか）は、文脈をとらえる縮小側の経路と、正確な位置の特定を可能にする対称な拡大側の経路からなる構造を示し、縮小側の特徴マップを拡大側へ連結しています。肢1は誤りで、FCN（Long ほか）は全層を畳み込みにすることで任意の…

関連キーワード: セマンティックセグメンテーション・U-Net・FCN・SegNet・DeepLab

解説: Aは適切です。VGGの論文（Simonyan・Zisserman）は、3×3の非常に小さなフィルタを使い、重みを持つ層を16〜19層まで深くすることで精度が大きく上がることを示しました。Cも適切です。SENetの論文（Hu ほか）は、チャネル間の依存関係を明示的にモデル化し、チャ…

関連キーワード: VGG・DenseNet・SENet・EfficientNet・Wide ResNet

解説: 肢2が正解です。ViTの論文（Dosovitskiy ほか）は、画像を固定サイズのパッチに分け、各パッチを線形に埋め込んで位置の埋め込みを加えたベクトルの列を、標準的なTransformerのエンコーダに入力しています。論文は、画像のパッチを自然言語処理のトークン（単語）と同じよ…

関連キーワード: Vision Transformer・パッチ・Transformer・位置エンコーディング・画像分類

解説: 肢1が正解です。OpenPoseの論文（Cao ほか）は、体の部位を画像内の個人に結び付けるための表現としてPart Affinity Fields（PAF）を用い、画像に写る人数によらず複数人の2次元の姿勢を実時間で推定するボトムアップ型の方式を示しました。肢2は誤りで、先に人…

関連キーワード: 姿勢推定・OpenPose・Part Affinity Fields・ボトムアップ

解説: 肢2が正解です。情報検索の教科書（Manning ほか『Introduction to Information Retrieval』6.2節）は、tf-idfの重みが、ある語が少数の文書の中で何度も現れるときに最も大きく、ほぼすべての文書に現れる語では最も小さくなると説明していま…

関連キーワード: ワンホットベクトル・BoW・TF-IDF・n-gram

解説: 肢3が正解です。word2vecを提案した論文（Mikolov ほか）は、大量のテキストから単語の連続的なベクトル表現を効率よく学ぶ2つのモデル（CBOWとスキップグラム）を示し、得られたベクトルを単語の構文的・意味的な類似性を測るテストで評価しました。肢1は誤りで、中心の単語か…

関連キーワード: word2vec・CBOW・スキップグラム・分散表現

解説: 肢1が不適切です。ELMoの論文（Peters ほか）は、大規模なテキストで事前学習した深い双方向言語モデル（biLM）の内部状態から単語の表現を作り、同じ単語でも文脈によって使われ方が変わること（多義性）を表せるとしています。単語ごとに1つの固定したベクトルを割り当てるのはwo…

関連キーワード: ELMo・fastText・分散表現・文脈に依存した表現

解説: 肢2が正解です。BERTの論文（Devlin ほか）は、ラベルの無いテキストで左右両方の文脈を使う深い双方向の表現を事前学習し、出力層を1つ加えてファインチューニングすることで、タスクごとに大きく構造を変えずに質問応答や言語推論など幅広いタスクに使えるとしました。BERTはBid…

関連キーワード: BERT・GLUE・事前学習・ファインチューニング

解説: 肢4が正解です。この論文（Brown ほか）は、自己回帰型の言語モデルGPT-3を事前学習し、どのタスクでも勾配の更新やファインチューニングをせず、タスクと少数の実演例をテキストで与える設定（few-shot）で評価して、翻訳や質問応答などで高い性能を示しました。肢1は誤りで、マ…

関連キーワード: 大規模言語モデル・few-shot・文脈内学習・事前学習・自己回帰モデル

解説: 肢1が正解です。音声言語処理の教科書（Jurafsky・Martin『Speech and Language Processing』）は、アナログの信号をデジタルにするA-D変換を、ある時点ごとに振幅を測る標本化と、実数の値を整数で表す量子化の2段階として説明しています。量子化し…

関連キーワード: A-D変換・フォルマント・メル尺度・MFCC・FFT

解説: 肢3が不適切です。WaveNetの論文（van den Oord ほか）は、WaveNetを生の音声波形を生成する深層ニューラルネットワークとして提案し、テキスト音声合成に使うと従来の方式より自然だと人に評価されたと報告しています。肢1は適切で、CTC（Graves ほか, 20…

関連キーワード: CTC・隠れマルコフモデル・WaveNet・話者識別・音声合成

解説: 肢1が正解です。この論文（Mnih ほか）は、生の画素を入力とし、将来の報酬を見積もる価値関数を出力する畳み込みニューラルネットワークを、Q学習の変形で学習しました。学習では、エージェントの経験を蓄えておき、そこから無作為に取り出したミニバッチで更新する経験再生（experien…

関連キーワード: DQN・経験再生・Q学習・深層強化学習

解説: Aは適切です。ダブルDQNの論文（van Hasselt ほか）は、DQNでも行動価値の過大評価が起きることを示し、行動の選択と評価を分けるDouble Q学習の考え方を取り入れて過大評価を減らしました。Bも適切で、デュエリングネットワーク（Wang ほか）は状態価値関数と行動の…

関連キーワード: ダブルDQN・デュエリングネットワーク・ノイジーネットワーク・Ape-X・Rainbow

解説: 肢2が不適切です。人の選好から学ぶ深層強化学習を示した論文（Christiano ほか, 2017）は、報酬関数を使わずに、人が2つの軌跡の断片を比べてどちらが良いかを選んだデータで報酬を推定し、その報酬で方策を学習しました。報酬の数式を人が直接書くのではなく、書きにくい目標を人…

関連キーワード: RLHF・報酬モデル・InstructGPT・深層強化学習

解説: 肢4が正解です。ドメインランダマイゼーションの論文（Tobin ほか, 2017）は、シミュレーションと実機の間の差（リアリティギャップ）を埋めるために、シミュレータの描画の条件を無作為に変えて学習し、変化が十分にあれば実世界もモデルにとって変化の1つに見えるようになると述べてい…

関連キーワード: sim2real・ドメインランダマイゼーション・残差強化学習・オフライン強化学習・報酬成形

解説: 肢3が正解です。CycleGANの論文（Zhu ほか）は、対になった学習データが無い場合でも、2つの領域の間の画像変換を学習する方法を示し、変換してから元に戻すと元の画像に一致するというサイクル一貫性の損失を加えました。肢1は誤りで、サイクル一貫性はCycleGANの工夫です。P…

関連キーワード: GAN・DCGAN・Pix2Pix・CycleGAN

解説: 肢1が正解です。NeRFの論文（Mildenhall ほか）は、空間の位置と見る方向の5次元の座標を入力とし、その点の体積密度と見る方向によって変わる放射輝度（色）を出力する全結合のネットワークで場面を表し、複数の視点の画像から学習して新しい視点の画像を合成しました。肢3は誤りで…

関連キーワード: 拡散モデル・NeRF・画像生成・新規視点合成