暗記メーカー

暗記メーカー

​
ログイン
3.4.ディープラーニングの仕組みと応用
27問 • 1年前
  • Tsuyoshi Ikeda
    • 通報

    問題一覧

  • 1

    畳み込みニュートラルネットワーク（CNN）の構造 画像に（ア）を重ねて、画像との間で（イ）を行うことで、、画像から特徴を抽出する。（ウ）と呼ぶ一定幅でスライドしていきながら、画像全体をカバーするまで（イ）を繰り返す

    （ア）フィルタ （イ）畳み込み演算 （ウ）ストライド

  • 2

    CNNで行われる畳み込み演算の計算処理について考える。６✕６のサイズの画像に対して、２✕２のフィルタをスライド2で適用した場合、出力される特徴マップのサイズとして適切な選択肢を選べ

    ８✕８

  • 3

    畳み込みニュートラルネットワークにおいて、画像中の対象物の移動に対して頑健になるように、情報の圧縮を行う操作として不適切な選択肢を選べ

    ランダムプーリング

  • 4

    GoogLeNetに関する説明として、適切な選択肢を選べ

    インセプションモジュールを組み合わせている

  • 5

    2017年まで開催され、コンピュータビジョン分野にて技術の発展に貢献した、物体認識の性能を競う国際コンテストとして、適切な選択肢を選べ

    ILSVRC

  • 6

    スキップ結合（Skip Connection）を特徴とする画像認識モデルの名称として適切な選択肢を選べ

    ResNet

  • 7

    2012年に開催された画像認識コンテストILSVRCで、従来メジャーだった画像認識手法のSVMに勝ち、初めて優勝したディープラーニングモデルとして適切な選択肢を選べ

    AiexNet

  • 8

    AiexNetをはじめとする開発当時で最高精度を達成した画像認識モデルの訓練に使用された訓練データセットとして適切な選択肢を選べ

    imageNet

  • 9

    ResNetの特徴として不適切な選択肢を選べ

    インセプションモジュールを数多く組み合わせている

  • 10

    画像認識のデータセットImageNetに関する記述として適切な選択肢を選べ

    ２万種類のグラスラベルが付与された、約1400万枚の画像データから構成されている

  • 11

    2017年まで開催された画像認識の国際的コンペティションILSVRCにおいて、評価に用いられた指標として適切な選択肢を選べ

    分類の誤差率

  • 12

    EffcientNetに関する説明として適切な選択肢を選べ

    広さ、深さ、解像度を最適化しながらスケール調整することで、比較的小規模なモデルでも高い精度を達成することができる

  • 13

    EfficientNetに関する説明として適切な選択肢を選べ

    モデルのパラメータ数を従来モデルよりも削減したCNNモデルがある

  • 14

    画像認識のデータセットに含まれる各画像に対してクラスラベルが文字列で与えられた場合、このラベルをモデルの学習にどのように用いるべきか適切な選択肢を選べ

    各クラスのラベルにユニークな番号を割り振り、その番号を代わりにラベルとして使う

  • 15

    ニュートラルネットワークに入力する前に、学習用の画像データのサイズを調整するために、画像の周りを固定値で埋めることがある。この操作の名称として適切な選択肢を選べ

    バディング

  • 16

    ディープラーニングによる画像認識の応用として適切な選択肢を選べ

    クラス分類、物体セグメンテーション

  • 17

    深層強化学習で用いられるDeep Q-Network（DQN）の説明として不適切な選択肢を選べ

    多数の状態と行動の組み合わせから最適な選択肢に絞るために、ε-greedy法を使用している

  • 18

    ボードゲームのような問題において、自分の番の時にスコアが最大、相手の番の時にスコアが最小になるように探索を行うアルゴリズムとして適切な選択肢を選べ

    Mini-Max法

  • 19

    DQNでは常に価値の最も高い行動を選び続けた場合、行動探索の範囲が狭くなってしまう。これに対処すべく、ネットワークに意図的に外乱を与え、それも含めて学習させる手法として適切な選択肢を選べ

    ノイジーネットワーク

  • 20

    強化学習において、報酬が高かった行動を積極的に選択しようとすると「活用」および（ア）を求める「探索」の間のバランス２着目した手法が（ィ゙）である

    （ア）さらに高い報酬をもたらす行動 （イ）バンデットアルゴリズム

  • 21

    Experience Replayに関する記述として、適切な選択肢を選べ

    過学習を抑える効果がある

  • 22

    強化学習では、最大の価値が得られるように行動を最適化する。このために取られるアプローチについて、適切な選択肢を選べ

    方策勾配法では、勾配降下法を用いて方策を最適化する

  • 23

    エンエンコーダは、現在のディープラーニングのもとになったアルゴリズムと言われている。オートエンコーダは入力が正解と同じであり、出力を入力に近づけるように隠れ層で特徴を抽出する（ア）の手法である

    教師なし学習

  • 24

    オートエンコーダの（ア）では、入力データが圧縮され、入力層と出力層が同じデータを持つように特徴量を抽出する役割を果たす

    隠れ層

  • 25

    自己符号器（オートエンコーダ）に関する記述として、不適切な選択肢を選べ

    中間層のノード数は必ず入力層より多くする

  • 26

    オートエンコーダのエンコーダでは（ア）で行うため、（イ）を抑える効果がある

    （ア）次元削減 （イ）勾配消失

  • 27

    積層オートエンコーダの説明として、不適切な選択肢を選べ

    積層オートエンコーダに、ロジスティック回帰層を足すことで、回帰タスクに使用することができる

    • ブラックエプロン②(LNB~BNA)

    ブラックエプロン②(LNB~BNA)

    ゆんころ · 98問 · 8時間前

    ブラックエプロン②(LNB~BNA)

    ブラックエプロン②(LNB~BNA)

    98問 • 8時間前
    ゆんころ

    情報　二学期

    情報　二学期

    ユーザ名非公開 · 30問 · 15時間前

    情報　二学期

    情報　二学期

    30問 • 15時間前
    ユーザ名非公開

    鉄壁section16

    鉄壁section16

    村上翼 · 48問 · 1日前

    鉄壁section16

    鉄壁section16

    48問 • 1日前
    村上翼

    鉄壁section15

    鉄壁section15

    村上翼 · 89問 · 1日前

    鉄壁section15

    鉄壁section15

    89問 • 1日前
    村上翼

    鉄壁section11

    鉄壁section11

    村上翼 · 47問 · 1日前

    鉄壁section11

    鉄壁section11

    47問 • 1日前
    村上翼

    鉄壁section8

    鉄壁section8

    村上翼 · 67問 · 1日前

    鉄壁section8

    鉄壁section8

    67問 • 1日前
    村上翼

    鉄壁section7

    鉄壁section7

    村上翼 · 98問 · 1日前

    鉄壁section7

    鉄壁section7

    98問 • 1日前
    村上翼

    鉄壁section16

    鉄壁section16

    ぽち太 · 48問 · 1日前

    鉄壁section16

    鉄壁section16

    48問 • 1日前
    ぽち太

    画像工学（国試56〜76回）解説あり

    画像工学（国試56〜76回）解説あり

    ユーザ名非公開 · 105問 · 5日前

    画像工学（国試56〜76回）解説あり

    画像工学（国試56〜76回）解説あり

    105問 • 5日前
    ユーザ名非公開

    半導体製造/集積回路組立2級筆記(A郡真偽法)

    半導体製造/集積回路組立2級筆記(A郡真偽法)

    ユーザ名非公開 · 37問 · 5日前

    半導体製造/集積回路組立2級筆記(A郡真偽法)

    半導体製造/集積回路組立2級筆記(A郡真偽法)

    37問 • 5日前
    ユーザ名非公開

    半導体

    半導体

    ユーザ名非公開 · 100問 · 5日前

    半導体

    半導体

    100問 • 5日前
    ユーザ名非公開

    半導体

    半導体

    ユーザ名非公開 · 100問 · 5日前

    半導体

    半導体

    100問 • 5日前
    ユーザ名非公開

    半導体

    半導体

    ユーザ名非公開 · 100問 · 5日前

    半導体

    半導体

    100問 • 5日前
    ユーザ名非公開

    バイオメカニクス

    バイオメカニクス

    ユーザ名非公開 · 101問 · 6日前

    バイオメカニクス

    バイオメカニクス

    101問 • 6日前
    ユーザ名非公開

    情報

    情報

    ユーザ名非公開 · 82問 · 6日前

    情報

    情報

    82問 • 6日前
    ユーザ名非公開

    医療画像情報学

    医療画像情報学

    mimi · 63問 · 7日前

    医療画像情報学

    医療画像情報学

    63問 • 7日前
    mimi

    令7年度ITパスポート単語暗記問題集ストラテジ編

    令7年度ITパスポート単語暗記問題集ストラテジ編

    O SHI · 230問 · 8日前

    令7年度ITパスポート単語暗記問題集ストラテジ編

    令7年度ITパスポート単語暗記問題集ストラテジ編

    230問 • 8日前
    O SHI

    ブラックエプロン　（ランダム問題）

    ブラックエプロン　（ランダム問題）

    ユーザ名非公開 · 65問 · 8日前

    ブラックエプロン　（ランダム問題）

    ブラックエプロン　（ランダム問題）

    65問 • 8日前
    ユーザ名非公開

    ブラックエプロン　（ランダム問題）

    ブラックエプロン　（ランダム問題）

    ユーザ名非公開 · 65問 · 8日前

    ブラックエプロン　（ランダム問題）

    ブラックエプロン　（ランダム問題）

    65問 • 8日前
    ユーザ名非公開

    ブラックエプロン　（過去問）

    ブラックエプロン　（過去問）

    ユーザ名非公開 · 53問 · 8日前

    ブラックエプロン　（過去問）

    ブラックエプロン　（過去問）

    53問 • 8日前
    ユーザ名非公開

    問題一覧

  • 1

    畳み込みニュートラルネットワーク（CNN）の構造 画像に（ア）を重ねて、画像との間で（イ）を行うことで、、画像から特徴を抽出する。（ウ）と呼ぶ一定幅でスライドしていきながら、画像全体をカバーするまで（イ）を繰り返す

    （ア）フィルタ （イ）畳み込み演算 （ウ）ストライド

  • 2

    CNNで行われる畳み込み演算の計算処理について考える。６✕６のサイズの画像に対して、２✕２のフィルタをスライド2で適用した場合、出力される特徴マップのサイズとして適切な選択肢を選べ

    ８✕８

  • 3

    畳み込みニュートラルネットワークにおいて、画像中の対象物の移動に対して頑健になるように、情報の圧縮を行う操作として不適切な選択肢を選べ

    ランダムプーリング

  • 4

    GoogLeNetに関する説明として、適切な選択肢を選べ

    インセプションモジュールを組み合わせている

  • 5

    2017年まで開催され、コンピュータビジョン分野にて技術の発展に貢献した、物体認識の性能を競う国際コンテストとして、適切な選択肢を選べ

    ILSVRC

  • 6

    スキップ結合（Skip Connection）を特徴とする画像認識モデルの名称として適切な選択肢を選べ

    ResNet

  • 7

    2012年に開催された画像認識コンテストILSVRCで、従来メジャーだった画像認識手法のSVMに勝ち、初めて優勝したディープラーニングモデルとして適切な選択肢を選べ

    AiexNet

  • 8

    AiexNetをはじめとする開発当時で最高精度を達成した画像認識モデルの訓練に使用された訓練データセットとして適切な選択肢を選べ

    imageNet

  • 9

    ResNetの特徴として不適切な選択肢を選べ

    インセプションモジュールを数多く組み合わせている

  • 10

    画像認識のデータセットImageNetに関する記述として適切な選択肢を選べ

    ２万種類のグラスラベルが付与された、約1400万枚の画像データから構成されている

  • 11

    2017年まで開催された画像認識の国際的コンペティションILSVRCにおいて、評価に用いられた指標として適切な選択肢を選べ

    分類の誤差率

  • 12

    EffcientNetに関する説明として適切な選択肢を選べ

    広さ、深さ、解像度を最適化しながらスケール調整することで、比較的小規模なモデルでも高い精度を達成することができる

  • 13

    EfficientNetに関する説明として適切な選択肢を選べ

    モデルのパラメータ数を従来モデルよりも削減したCNNモデルがある

  • 14

    画像認識のデータセットに含まれる各画像に対してクラスラベルが文字列で与えられた場合、このラベルをモデルの学習にどのように用いるべきか適切な選択肢を選べ

    各クラスのラベルにユニークな番号を割り振り、その番号を代わりにラベルとして使う

  • 15

    ニュートラルネットワークに入力する前に、学習用の画像データのサイズを調整するために、画像の周りを固定値で埋めることがある。この操作の名称として適切な選択肢を選べ

    バディング

  • 16

    ディープラーニングによる画像認識の応用として適切な選択肢を選べ

    クラス分類、物体セグメンテーション

  • 17

    深層強化学習で用いられるDeep Q-Network（DQN）の説明として不適切な選択肢を選べ

    多数の状態と行動の組み合わせから最適な選択肢に絞るために、ε-greedy法を使用している

  • 18

    ボードゲームのような問題において、自分の番の時にスコアが最大、相手の番の時にスコアが最小になるように探索を行うアルゴリズムとして適切な選択肢を選べ

    Mini-Max法

  • 19

    DQNでは常に価値の最も高い行動を選び続けた場合、行動探索の範囲が狭くなってしまう。これに対処すべく、ネットワークに意図的に外乱を与え、それも含めて学習させる手法として適切な選択肢を選べ

    ノイジーネットワーク

  • 20

    強化学習において、報酬が高かった行動を積極的に選択しようとすると「活用」および（ア）を求める「探索」の間のバランス２着目した手法が（ィ゙）である

    （ア）さらに高い報酬をもたらす行動 （イ）バンデットアルゴリズム

  • 21

    Experience Replayに関する記述として、適切な選択肢を選べ

    過学習を抑える効果がある

  • 22

    強化学習では、最大の価値が得られるように行動を最適化する。このために取られるアプローチについて、適切な選択肢を選べ

    方策勾配法では、勾配降下法を用いて方策を最適化する

  • 23

    エンエンコーダは、現在のディープラーニングのもとになったアルゴリズムと言われている。オートエンコーダは入力が正解と同じであり、出力を入力に近づけるように隠れ層で特徴を抽出する（ア）の手法である

    教師なし学習

  • 24

    オートエンコーダの（ア）では、入力データが圧縮され、入力層と出力層が同じデータを持つように特徴量を抽出する役割を果たす

    隠れ層

  • 25

    自己符号器（オートエンコーダ）に関する記述として、不適切な選択肢を選べ

    中間層のノード数は必ず入力層より多くする

  • 26

    オートエンコーダのエンコーダでは（ア）で行うため、（イ）を抑える効果がある

    （ア）次元削減 （イ）勾配消失

  • 27

    積層オートエンコーダの説明として、不適切な選択肢を選べ

    積層オートエンコーダに、ロジスティック回帰層を足すことで、回帰タスクに使用することができる