クォンタムラン

画像クレジット:

iStock

畳み込みニューラルネットワーク (CNN): コンピューターに見る方法を教える

畳み込みニューラルネットワーク (CNN) は、画像と音声をより適切に識別して分類できるように AI をトレーニングしています。

著者：
著者名
クォンタムラン・フォーサイト
2023 年 12 月 1 日

洞察の要約

畳み込みニューラルネットワーク (CNN) は、画像分類とコンピュータービジョンにおいて極めて重要であり、機械が視覚データを識別して理解する方法を変革します。これらは人間の視覚を模倣し、畳み込み、プーリング、および完全に接続されたレイヤーを通じて画像を処理して、特徴の抽出と分析を行います。 CNN には、製品推奨のための小売業、安全性向上のための自動車、腫瘍検出のための医療、顔認識技術など、さまざまな用途があります。その使用は、文書分析、遺伝学、衛星画像の分析にまで及びます。 CNN はさまざまな分野への統合が進むにつれて、特に顔認識技術とデータプライバシーに関して倫理的な懸念を引き起こしており、CNN の導入には慎重な検討が必要であることが浮き彫りになっています。

畳み込みニューラルネットワーク (CNN) のコンテキスト

CNN は、人間や動物が物体を識別するために目をどのように使うかにヒントを得た深層学習モデルです。コンピュータにはこの機能がありません。画像を「見る」とき、それは数字に変換されます。したがって、CNN は、画像および音声信号データを分析する高度な機能によって他のニューラルネットワークとは区別されます。これらは、低レベルのパターンから高レベルのパターンまで、フィーチャの空間階層を自動的かつ適応的に学習するように設計されています。 CNN は、コンピュータが「人間」の目を取得するのを支援し、コンピュータビジョンを提供して、コンピュータが見るすべてのピクセルと数値を吸収できるようにし、画像の認識と分類を支援します。

ConvNet は、マシンが何を認識するかを決定するのを支援するために、機能マップにアクティベーション関数を実装します。このプロセスは、畳み込み層、プーリング層、完全接続層の XNUMX つの主要な層によって実現されます。最初の XNUMX つ (畳み込みとプーリング) はデータ抽出を実行し、完全に接続された層は分類などの出力を生成します。特徴マップは、コンピューターが画像全体を確認できるようになるまで、レイヤーからレイヤーへと転送されます。 CNN には、さまざまな特性を検出するためにできる限り多くの情報が与えられます。コンピューターにエッジやラインを探すように指示することで、これらのマシンは人間には不可能な速度で画像を迅速かつ正確に識別する方法を学習します。

破壊的な影響

CNN は画像認識および分類タスクに最も一般的に使用されますが、検出やセグメンテーションにも使用できます。たとえば、小売業では、CNN は視覚的に検索して、既存のワードローブを補完するアイテムを特定して推奨できます。自動車の場合、これらのネットワークは車線境界線の検出などの道路状況の変化を監視して、安全性を向上させることができます。ヘルスケアでは、CNN を使用して、損傷した細胞を周囲の健康な臓器からセグメント化することで、がん性腫瘍をより適切に特定します。一方、CNN は顔認識技術を改良し、ソーシャルメディアプラットフォームが写真内の人物を識別し、タグ付けの推奨を提供できるようにしました。（ただし、Facebookは、このテクノロジーの使用に関する倫理的懸念の高まりと不明確な規制方針を理由に、この機能を2021年に停止することを決定しました）。

CNN を使用すると、ドキュメント分析も改善できます。手書きの作品を検証し、手書きコンテンツのデータベースと比較し、単語を解釈するなどのことができます。銀行や金融にとって重要な手書きの書類や、博物館の文書分類をスキャンする場合があります。遺伝学では、これらのネットワークは、画像やマッピングを調べて予測分析を行うことで疾患研究のために細胞培養を評価し、医療専門家が潜在的な治療法を開発するのを支援できます。最後に、畳み込み層は衛星画像を分類し、それが何であるかを迅速に特定するのに役立ち、宇宙探査に役立ちます。

畳み込みニューラルネットワーク (CNN) の応用

畳み込みニューラルネットワーク (CNN) のアプリケーションには次のようなものがあります。

放射線学、X 線、遺伝病などの医療診断での使用が増加。
CNN を使用して、スペースシャトル、ステーション、月面探査機からストリーミングされた画像を分類します。防衛機関は、安全保障や軍事的脅威を自律的に識別および評価するために、監視衛星やドローンに CNN を適用できます。
手書きテキストおよび画像認識のための改良された光学式文字認識テクノロジー。
倉庫やリサイクル施設におけるロボットによる仕分けアプリケーションの改善。
都市または屋内の監視カメラから犯罪者や要注意人物を分類する際に使用されます。ただし、この方法にはバイアスがかかる可能性があります。
データの収集と使用方法を含め、顔認識テクノロジーの使用について質問を受ける企業が増えています。