深層学習の基礎とディープビジュアリゼーション

抄録

ニューラルネットワークが適用されてきた対象を中心として，深層学習（ディープラーニング）への置き換えが進み，高精度化，効率化に寄与したという報告が多くなされている．しかし，得手不得手があることが明らかにされ，適切な教師データの取得・生成の難しさ，パラメータ選択依存性なども指摘されている．中でも，「高い性能を示す理由が明らかでない」という点が問題になっている．これに対して，深層学習の仕組みを探る研究が，理論的に，また内部状態の詳細な分析によって行われている．後者の一つの方法がディープビジュアリゼーションである．本稿では，はじめに，ニューラルネットワークに基づき，深層学習の基礎を説明する．次に，高い性能を示す理由に関して，ディープビジュアリゼーションによって「何がどこまで明らかにされつつあるか」，また「理由はわからずとも中間構造を利用している例」を紹介する．