ソフトターゲット
ソフトターゲットとは、機械学習モデルの訓練において単一の正解ラベルではなく、各クラスへの分類確率という連続的な確率分布として表現された学習目標データのことです。主に知識蒸留などで用いられ、モデルが持つ正解以外のクラスに関する確信度や類似性といった詳細な情報を効率よく生徒モデルへ継承させる役割を果たします。
深層学習のAI用語一覧（2ページ目）
138件深層学習に関するAI用語を138件掲載しています。意味や使い方、関連用語を一覧から確認できます。 現在は2ページ目です。
畳み込みニューラルネットワーク（CNN）
畳み込みニューラルネットワーク（CNN）とは、主に画像や動画などの格子状データの処理に特化したディープラーニングの構造です。フィルターを用いた畳み込み処理とプーリング処理を組み合わせることで、データの局所的な特徴を効率的に抽出し、画像認識や物体検出などの分野で高い性能を発揮します。
長期記憶
AIの長期記憶とは、大規模言語モデルやニューラルネットワークにおいて、過去の対話内容や膨大な情報を長期間にわたって保持し、必要に応じて呼び出す仕組みです。標準のコンテキスト長を超える情報を扱えるようにする技術として注目されています。
勾配計算
勾配計算とは、機械学習や深層学習において損失関数の値が最も減少する方向を導出するプロセスです。モデルの予測精度を高めるためのパラメータ調整に不可欠であり、主に自動微分や誤差逆伝播法を用いて効率的に実行されます。
3Dセグメンテーション
3Dセグメンテーションとは、3次元空間のデータ（点群やボクセルなど）に対して、個々の要素がどのカテゴリに属するかをピクセルやボクセル、点単位で識別・分類する技術です。自動運転や医療画像解析、ロボティクスなどの分野で、現実世界の立体的な構造を詳細に理解するために不可欠なAI技術として注目されています。
VAE
VAE（Variational Autoencoder）とは、入力データを圧縮して潜在空間に表現し、そこから新しいデータを生成する深層学習の生成モデルです。確率的なアプローチを用いることで、なめらかなデータの補間や多様な生成を実現します。
エキスパート
AI分野におけるエキスパートとは、特定のドメインやタスクにおいて高度な専門知識や性能を持つモデルやシステムを指します。近年ではMixture of Expertsなどのように、複数の専門特化型モデルを動的に組み合わせて効率的かつ高精度な推論を行うアーキテクチャとしても広く活用されています。
非対称
非対称とは、AIや機械学習において構造、データの役割、重要度などが均等でない状態やその設計を指します。検索システムにおける短い質問と長い文書の処理や、誤検知と見逃しで重みを変える損失関数など、現実の課題に合わせた柔軟なモデル構築で幅広く活用されています。
ベイズニューラルネットワーク
ベイズニューラルネットワークとは、重みやバイアスを単一の数値ではなく確率分布として扱う深層学習モデルです。予測の不確実性を定量化できるため、医療診断や自動運転など高い信頼性が求められる分野で活用されています。
モデル量子化
モデル量子化とは、AIモデルの重みパラメータの数値表現の精度を下げてデータ量を削減し、メモリ消費量や推論処理を高速化する技術です。精度のわずかな低下と引き換えに、エッジデバイスでの実行を可能にします。
人工ニューラルネットワーク
人工ニューラルネットワークとは、人間の脳の神経回路網を模して作られた機械学習の数学モデルです。入力層、隠れ層、出力層の多層構造を持ち、データから特徴を自動的に学習することで、画像認識や自然言語処理など多様なAI技術の基礎となっています。
FCN
FCN（Fully Convolutional Network）は、画像のピクセル単位での分類を可能にするディープラーニングモデルです。従来のネットワークから全結合層を排除し、すべてを畳み込み処理に置き換えることで、入力サイズを選ばずに高精度なセマンティックセグメンテーションを実現しました。自動運転や医療画像解析など、正確な領域検出に幅広く応用されています。
双線形補間
双線形補間とは、デジタル画像や特徴マップのサイズを変更する際によく使われる補間手法の一つです。周辺の4つの画素値を用いて線形補間を縦と横の2方向に順次行うことで、拡大や縮小した際の滑らかな画素値を算出します。
Sigmoid関数
Sigmoid関数とは、入力された数値を0から1の間の滑らかな実数に変換する数学的な関数です。ニューラルネットワークの活性化関数として広く使われ、確率的な出力や二値分類の予測値を表現する際に重要な役割を果たします。
行列積
行列積とは、二つの行列を掛け合わせて新しい行列を生成する数学の演算です。AIや深層学習においては、ニューラルネットワークの重み計算やデータの変換処理を効率的に実行するための核心的な技術として広く活用されています。
ボコーダー
ボコーダーは人間の音声の特徴を分析・合成する技術です。AI分野では、ニューラルネットワークを用いたニューラルボコーダーが音声合成の品質を大きく向上させ、自然な発話を生み出すために広く活用されています。
ニューラルラディアンフィールド
ニューラルラディアンフィールド（NeRF）とは、複数の2D画像から連続的な3D空間を再現する深層学習技術です。ニューラルネットワークを用いて空間内の位置と視線方向から光の放射度と密度を予測し、任意の視点から高精細な画像を合成できます。視点合成やVR/AR技術の発展に大きく貢献しています。
倍精度浮動小数点数
倍精度浮動小数点数は、コンピュータ上で実数を表現するためのデータ形式の一つです。64ビットのメモリ領域を使い、極めて広い数値範囲と高い精度を持つため、高精度な科学技術計算やAIモデルの学習において重要な役割を果たします。
多次元配列
多次元配列とは、数値などのデータを縦横や奥行きといった複数の軸（次元）に沿って格子状に並べたデータ構造です。AIや機械学習の分野では、画像やテキスト、音声といった多様なデータを数値化して一括処理するための基盤として不可欠な存在となっています。
変分オートエンコーダ
変分オートエンコーダ（VAE）は、入力データを低次元の潜在空間に圧縮しつつ確率的な分布として学習することで、新しいデータを生成できる深層学習モデルです。従来のオートエンコーダとは異なり、滑らかな潜在空間を持つため、画像や音声などの生成AIタスクで広く活用されています。
生成器
生成器とは、GANなどの深層学習モデルにおいて、確率的なノイズや入力データから本物そっくりな画像やテキストなどのデータを新しく作り出す役割を持つネットワークのことです。
QLoRA
QLoRAは、大規模言語モデルのファインチューニングを少ないVRAMで効率的に行うための技術です。モデルを4量子化してメモリ消費を大幅に削減しつつ、低ランク適応によって高い精度を維持できるのが特徴です。
エイリアシング
エイリアシングとは、デジタル信号や画像を処理・サンプリングする際、元のデータが持つ周波数情報が正しく再現されず、偽のパターンやモアレ、ジャギーとして現れる現象です。AIや画像認識モデルの精度低下を招く原因となります。
ニューラルネットワークポテンシャル
ニューラルネットワークポテンシャルとは、原子間の相互作用エネルギーを高精度かつ高速に予測するための機械学習モデルです。従来の量子化学計算の精度を保ちながら計算コストを劇的に削減できるため、分子動力学シミュレーションの分野で広く活用されています。