G検定（ジェネラリスト検定） ディープラーニングの応用例 練習問題 第20問: 拡散モデルとNeRFに関する説明として、最も適切なものはどれか。

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、NeRFは入力画像の集合を使ってネットワークを最適化します。

肢2は誤りで、拡散モデル（Sohl-Dickstein ほか）を発展させたDDPMの論文（Ho ほか）は、ノイズを加える過程の逆向きの過程を学習し、ノイズから少しずつデータを復元することで生成します。

肢4は誤りで、拡散モデルは生成器と識別器を競わせるGANとは別の生成モデルで、論文は潜在変数モデルの一種として説明しています。