「畳み込みニューラルネットワーク」を編集中

畳み込みニューラルネットワーク（CNN：Convolutional Neural Network）とは、主に画像認識や物体検出などに広く活用されているディープラーニングのアルゴリズムの一つです。
人間の視覚野の働きを参考に設計されており、入力画像などのデータから特徴を自動的に抽出し、分類や認識などを実現します。

== 特徴 ==
CNNは多層構造を持つ[[ニューラルネットワーク]]であり、主に次のような層によって構成されます。
* 畳み込み層：画像処理でよく使われる「[[畳み込み処理]]」により画像や音声などのエッジや模様などの「特徴」を抽出します。
* プーリング層：特徴マップを圧縮し、データ量を減らしながら重要な情報を保持します。
* 全結合層：抽出された特徴を元に最終的な分類や認識結果を出力します。

各層で処理を繰り返すことで、画像の色や輪郭といった単純な特徴から、より複雑なパターンや形状まで学習できる仕組みになっています。

また「局所受容野」や「重み共有」などの特徴的な結合方式によって、計算量を抑えつつ効率よく学習できるという利点もあります。

== 用途 ==
CNNは特に次の分野で高い性能を発揮します。
* 画像分類（例：動物や物体の識別）
* 物体検知（[[セグメンテーション]]）
* 音源の分離

自動運転や医療画像診断、顔認識などさまざまな分野で実用化が進んでいます。

昨今流行りの馬鹿みたいに重たい[[生成AI]]などと比べ、古典的なCNNは今となっては非常に軽い部類の[[人工知能]]になります。最近の高性能な[[スマホ]]ではカメラで撮影しながらリアルタイムに[[セグメンテーション]]なども余裕でできます。人工知能入門といえば有名どころのCNNを動かしてみるくらいの感じです。

== 関連項目 ==
* [[ニューラルネットワーク]]
* [[ディープラーニング]]
* [[画像認識]]
* [[人工知能]]

[[category: ニューラルネットワーク]]