G検定　⑦ DL応用①画像・音声・自然言語

ディープラーニングの代表的な応用領域である画像・音声・自然言語処理を学ぶ分野です。画像認識・物体検出・セグメンテーションの代表モデル、音声認識の仕組み、自然言語処理におけるword2vecやTransformer、BERTなどが問われます。各タスクで使われる代表的な技術やモデル名と、その特徴を結びつけて覚えることが重要です。技術の進化が速い領域のため、有名なモデルの位置づけを押さえると理解が深まります。

この分野の問題118問を、選択肢・正解・解説つきで掲載しています。まず自分で解答を考えてから「正解と解説を見る」を開いて答え合わせをしてください。

クイズモードで挑戦 →

第572問画像データにおいて赤緑青の3つの色情報を持つカラー画像は数学的にどのような構造として扱われるか。

A1次元のベクトル
B2次元の行列
Cスカラー値
D奥行きをもつ3次元テンソル

正解と解説を見る

正解：D．奥行きをもつ3次元テンソル

縦横のピクセル配置に加えてRGBの3チャネルという奥行きを持つ3次元テンソルとして扱われます。

G検定 ⑦ DL応用①画像・音声・自然言語

第572問画像データにおいて赤緑青の3つの色情報を持つカラー画像は数学的にどのような構造として扱われるか。

第573問カラー画像を構成するRGBのそれぞれの色情報のまとまりをニューラルネットワークでは何と呼ぶか。

第574問ネオコグニトロンのベースとなった人間の視覚野にある特徴抽出を行う細胞を何というか。

第575問人間の視覚野において特徴の位置が変動しても同一の特徴であるとみなす働きを持つ細胞はどれか。

第576問1979年に生物の神経細胞の働きを模倣して発表されたCNNの基礎となるモデルはどれか。

第577問1998年にヤン・ルカンがネオコグニトロンの構造に誤差逆伝播法を組み合わせて発表したCNNの元祖はどれか。

第578問手元にある学習データに加工を施して擬似的に別のデータを生成しデータ量を増やすアプローチを何というか。

第579問データ拡張の手法のひとつで画像の一部を矩形などでランダムに塗りつぶして隠す手法はどれか。

第580問2つの画像データをランダムな割合で透過させて重ね合わせ新たな画像を生成するデータ拡張手法はどれか。

第581問画像の一部を切り取りそこに別の画像を貼り付けることで新たなデータを生成するデータ拡張手法はどれか。

第582問多数あるデータ拡張手法の中からどの処理を施すのが最適かを自動的に探索して適用する手法はどれか。

第583問2012年の画像認識コンペティションILSVRCで優勝しディープラーニングブームの火付け役となったモデルはどれか。

第584問AlexNetの基本的なネットワークアーキテクチャの構成として正しいものはどれか。

第585問ネットワーク設計を分かりやすくするためすべての畳み込み層のフィルタサイズを3×3に統一したモデルはどれか。

第586問GoogLeNetにおいて複数の異なるサイズのフィルタを並列に適用し特徴を抽出する仕組みを何と呼ぶか。

第587問Inceptionモジュールがネットワークにもたらす利点として最も適切なものはどれか。

第588問層を深くしすぎると認識精度が落ちてしまう問題をスキップ結合を導入することで解決したモデルはどれか。

第589問ResNetにおいて手前の層の入力をそのまま深い層に足し合わせることで勾配消失を防ぐ仕組みはどれか。

第590問前の層で得られた出力特徴マップをその後ろに続くすべての層の入力として結合していく派生モデルはどれか。

第591問特徴マップの各チャネル間の重要度を学習し有用なチャネルの重みを大きくする仕組みを導入したモデルはどれか。

第592問モバイル端末などの計算資源が限られた環境でも動作するように演算量を大幅に削減したモデルはどれか。

第593問MobileNetにおいて計算量を削減するために空間方向とチャネル方向の畳み込みを分割して行う手法はどれか。

第594問人間がモデルを設計するのではなくニューラルネットワークを用いて最適なネットワーク構造自体を自動で探索する手法はどれか。

第595問NASの技術を活用しモバイル端末での計算量も考慮して最適なネットワーク構造を探索したモデルはどれか。

第596問入力画像に映る物体のクラス識別とその物体の位置を矩形領域で特定するタスクを何と呼ぶか。

第597問物体検出タスクにおいて物体の位置を示すために予測される矩形の枠のことを何と呼ぶか。

第598問画像から物体がありそうな候補領域を抽出しその領域ごとにCNNを適用してクラス分類を行う2段階モデルの元祖はどれか。

第599問R-CNNの処理速度の遅さを克服するためネットワーク内で候補領域の抽出を行うRPNを導入したモデルはどれか。

第600問候補領域の抽出とクラス分類を2段階に分けず1回のCNNの処理で同時に予測を出力するアプローチを何と呼ぶか。

第601問画像を細かいグリッドに分割し各グリッドが直接バウンディングボックスとクラス確率を予測する1段階モデルはどれか。

第602問CNNの途中で出力される大小様々な特徴マップを利用し大きさの異なる物体を効率よく検出するモデルはどれか。

第603問SSDにおいて物体を検出するための基準としてあらかじめ用意された様々な縦横比を持つ矩形のテンプレートを何と呼ぶか。

第604問画像内のすべての画素に対してそれがどのクラスに属するかを予測し色分けするタスクを何と呼ぶか。

第605問画像内の同じクラスに属する領域は個別の物体として区別せずにひとまとめにして領域を塗り分けるタスクはどれか。

第606問画像内の同じクラスであっても個別の物体としてそれぞれ区別して領域を塗り分けるタスクはどれか。

第607問セマンティックセグメンテーションとインスタンスセグメンテーションを統合し画像内の背景とすべての個別物体を区別するタスクはどれか。

第608問CNNの全結合層を畳み込み層に置き換えることで任意の入力サイズに対応しピクセル単位の予測を可能にしたモデルはどれか。

第609問FCNが全結合層を排除したことで得られた最大のメリットはどれか。

第610問プーリング処理で失われた空間情報を補うため最大値プーリング時の位置情報を記憶しておき元の解像度に戻すモデルはどれか。

第611問主に医療画像診断の領域で高い成果を上げエンコーダの特徴マップをデコーダに直接繋ぐスキップ結合を持つモデルはどれか。

第612問U-Netにおいてエンコーダ側の高解像度な特徴マップをデコーダ側に渡して結合させる仕組みを何と呼ぶか。

第613問異なるサイズのプーリング領域を設定して特徴を集約し広い文脈情報と局所的な情報を統合するPSPNetのモジュールはどれか。

第614問パラメータ数を増やさずに広い範囲の情報を集約できるAtrous Convolutionを用いたセグメンテーションモデルはどれか。

第615問人の顔や手足などの関節位置を画像から特定し人間の動作や姿勢を解析するタスクを何と呼ぶか。

第616問姿勢推定モデルのConvolutional Pose Machinesが関節位置を出力する際に用いる形式はどれか。

第617問画像内に複数人がいる場合でもそれぞれの骨格を高速かつ同時に推定できる画期的な姿勢推定手法はどれか。

第618問OpenPoseにおいて関節と関節のつながりの方向と強さをベクトル場として学習し正しい骨格を推論する仕組みはどれか。

第619問物体検出やセグメンテーションなど複数の異なるタスクを1つのネットワークで同時に学習し解かせるアプローチはどれか。

第620問Faster R-CNNの構造を拡張し物体検出と同時に各物体のインスタンスセグメンテーションを行うマルチタスクモデルはどれか。

第621問音声波形などのアナログデータをコンピュータで扱えるように0と1のデジタルデータに変換する処理を何と呼ぶか。

第622問A-D変換の代表的な手法であるパルス符号変調において一定時間ごとに波の強さを観測して切り出す処理を何と呼ぶか。

第623問音声信号の中にある複雑な波形を分解しどのような周波数の波がどれだけの強さで含まれているかを分析する数学的手法はどれか。

第624問人間の聴覚が低周波数帯の変化には敏感で高周波数帯の変化には鈍感であるという特性に基づいて定義された音の尺度はどれか。

第625問人間の声の長さを同じに揃えた上で高さや強さとは無関係に音色そのものの違いを表現するためによく用いられる特徴量はどれか。

第626問人間の声道を通って発声される母音の識別に特に重要となる周波数スペクトル上の山型のピーク部分を何と呼ぶか。

第627問同じ言葉を発音しても個人によって微妙な声質の違いが生じる主な身体的要因として本文で挙げられているものはどれか。

第628問入力された音声の波形データを分析してテキストの文字列へと変換する処理を総称して何と呼ぶか。

第629問従来の音声認識システムにおいて入力された音声の特徴量から最も可能性の高い音素の並びを確率的に推定するモデルはどれか。

第630問音声認識において音響モデルが出力した音素の並びの候補を受け取り単語の並びとして最も自然なものを確率的に選ぶモデルはどれか。

第631問ディープラーニングが登場する以前に音声認識の音響モデルとして長年標準的に利用されてきた確率モデルはどれか。

第632問現在主流となっているディープラーニングを用いて音声波形から直接テキストを出力する単一の統合モデルを何と呼ぶか。

第633問音声データはテキストデータよりも時間的な長さが長くなるためRNN等で学習する際に入出力のタイミングが合わない問題に対処する損失関数はどれか。

第634問CTCにおいて入力音声に対して出力すべき文字がない空白の時間帯をネットワークに表現させるために導入された特殊な文字はどれか。

第635問テキストデータを入力として受け取りそれを人間の声のような自然な音声データに変換して出力する技術を何と呼ぶか。

第636問深層学習を用いて高音質な音声波形を直接生成するモデルであり時間的に離れた情報を扱うためにDilated Convolutionを用いたものはどれか。

第637問CutMixやMixupなどのデータ拡張手法がモデルの学習にもたらす本質的な効果として適切なものはどれか。

第638問Faster R-CNNにおいて候補領域の抽出を高速化するために導入されたRPNの正式名称はどれか。

第639問AlexNetが登場した2012年のILSVRCコンペティションにおいて2位のチームが採用していた従来型のアプローチはどれか。

第640問畳み込みニューラルネットワークにおいて畳み込み層と並んで特徴マップを縮小し位置ズレへの耐性を持たせる層はどれか。

第641問コンピュータに人間の言葉を理解させ処理させる技術分野の一般的な略称はどれか。

第642問自然言語処理においてn個の単語や文字をひとまとまりとして扱う表現手法でn=2の場合を何と呼ぶか。

第643問自然言語処理においてn個の単語や文字をひとまとまりとして扱う表現手法でn=3の場合を何と呼ぶか。

第644問テキストデータを単語の集合と見なしそれぞれの単語の出現頻度のみに注目する表現手法はどれか。

第645問Bag-of-Words（BoW）の特徴として正しい記述はどれか。

第646問文書内における特定の単語の重要度を測るためによく用いられる評価手法はどれか。

第647問TF-IDFの計算においてIDF（逆文書頻度）が意味する指標はどれか。

第648問TF-IDFにおいて最も高い値（重要度）となる単語の特徴はどれか。

第649問単語を表現する際その単語に対応する1箇所だけが1でそれ以外が0となるような疎なベクトルを何と呼ぶか。

第650問ワンホットベクトルのような表現方法が抱えている決定的な弱点はどれか。

G検定　⑦ DL応用①画像・音声・自然言語