単純パーセプトロンの限界
表は、2つの入力がちょうど1つだけ1のときに1を出力する規則(排他的論理和、XOR)を示している。入力層と出力層だけの単純パーセプトロンにこの規則を学習させても、4つの組み合わせすべてには正解できない。この限界は1960年代末に指摘され、ニューラルネットワーク研究が停滞する一因になった。正解できない理由と、のちに取られた解決策の組み合わせとして、最も適切なものを1つ選べ。
- A
学習データが4件しかないので、同じデータを複製して件数を増やし、単層のまま学習させた。
- B
学習率が大きすぎて重みが発散するので、学習率を下げ、学習回数を増やして単層のまま学習させた。
- C
出力が0か1かの二択で粗すぎるので、活性化関数を恒等関数に替え、単層のまま学習させた。
- D
0と1を直線1本では分けられないデータなので、中間層を加えて多層にし、誤差逆伝播法で学習させた。
正解と解説を見る
正解:D
単純パーセプトロンは、線形分離可能な問題しか解けない。この限界の指摘は研究の停滞を招いたが、多層化と誤差逆伝播法の普及で、非線形な問題も扱えるようになった。
| 入力A | 入力B | 出力 |
|---|---|---|
| 0 | 0 | 0 |
| 0 | 1 | 1 |
| 1 | 0 | 1 |
| 1 | 1 | 0 |
- A
誤り。データを複製しても、0と1の位置関係は変わらない。直線で分けられないことに変わりはない。
- B
誤り。学習率を変えても単層の表現力は変わらない。直線で分けられない問題は、いくら学習しても解けない。
- C
誤り。恒等関数に替えると出力は入力の重み付き和そのもの(一次式)になり、境界は直線のまま。非線形な区別はできない。
- D
正しい。XORは線形分離できない。単純パーセプトロンは直線(平面)1本で分ける判断しかできない。中間層を加えた多層パーセプトロンを誤差逆伝播法で学習させることで解けるようになった。
このサイトの問題は、各試験の公開されているシラバスに沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。日本ディープラーニング協会(JDLA)・一般社団法人生成AI活用普及協会(GUGA)の公式サービスではありません。