G検定（ジェネラリスト検定） ディープラーニングの要素技術 練習問題 第45問: 畳み込み層を適用できるデータの説明として、最も適切なものはどれか。

「時間と周波数の2次元に変換した音声や、CT画像のような3次元の体積データにも適用できる」が適切です。Goodfellow らの教科書『Deep Learning』第9章は、畳み込みネットワークを格子状に並んだデータを扱うものとし、例として1次元の音声の波形、フーリエ変換で時間と周波数の2次元にした音声、CT などの3次元の体積データ、時間と縦横の軸を持つ動画を挙げています。

「音声の波形には適用できない」は誤りで、音声の波形は時間の軸に沿って畳み込む1次元のデータの例です。「時間の軸に沿って畳み込むことはできない」も誤りで、動画は時間・縦・横の3つの軸を持つデータとして扱えます。

「種類の異なる項目を並べた表のデータ」も誤りで、同じ章は、種類の異なる特徴にまたがって同じ重みで畳み込むのは意味がないとしています。同じ種類の観測が格子状に並ぶデータなら使えると押さえましょう。