車載機器でディープラーニングを見分けるには
基本情報技術者試験 平成29年度秋期 午前 問74 ／ ビジネスインダストリ › 民生機器
過去問にチャレンジ
車載機器の性能の向上に関する記述のうち，ディープラーニングを用いているものはどれか。
- ア
車の壁への衝突を加速度センサーが検知し，エアバッグを膨らませて搭乗者をけがから守った。
- イ
システムが大量の画像を取得し処理することによって，歩行者と車をより確実に見分けることができるようになった。
- ウ
自動でアイドリングストップする装置を搭載することによって，運転経験が豊富な運転者が運転する場合よりも燃費を向上させた。
- エ
ナビゲーションシステムが，携帯電話回線を通してソフトウェアのアップデートを行い，地図を更新した。
会話形式の解説
講師性能が上がったという結果だけでなく、何によって向上したかを見ます。データから見分け方を学ぶ働きは、どの説明にありますか。
受験者大量の画像で歩行者と車を見分ける説明が気になります。ただ、画像を使えば必ずディープラーニングなのでしょうか。
講師画像を使うだけでは決まりません。ディープラーニングは、多層のニューラルネットワークを使って、データから識別に役立つ特徴を学ぶ方法です。
受験者この問題では、画像で何を見分けられるようになったかが手掛かりですね。
講師はい。大量の画像を処理して歩行者と車をより確実に見分ける説明が、その応用に当たります。
受験者衝突を検知してエアバッグを動かす説明も、車が周囲を判断しているように見えます。
講師そこでは加速度センサーの検知をきっかけに装置が作動します。画像などから特徴を学んで識別する働きは示されていません。
受験者アイドリングストップは燃費が向上しますが、学習による向上とは書かれていませんね。
講師そのとおりです。燃費の改善は、アイドリング中にエンジンを自動停止する装置によるものです。
受験者地図の更新も性能には役立ちますが、通信回線から更新を受け取る処理ですね。
講師はい。情報を更新することと、データから識別方法を学ぶことは別です。
受験者画像による歩行者と車の識別が該当します。大量の画像という条件だけで学習方法まで断定せず、各説明の仕組みを比べて判断します。
まとめ
正解は、画像を処理して歩行者と車をより確実に見分ける事例です。ディープラーニングは、データから識別に役立つ特徴を学ぶ方法です。衝突の検知、エンジンの自動停止、地図の更新は、それぞれ説明された仕組みが異なります。大量の画像を扱うことだけで学習方法まで確定したとは考えず、性能が向上した理由を確かめます。
解答・解説
正解はイです
この問題のテーマ
車載機器の事例から、ディープラーニングを用いた画像の識別を見分ける問題です。
解き方の考え方
ディープラーニングは、多層のニューラルネットワークを使い、データから識別に役立つ特徴を学習します。各選択肢について、性能の向上が画像からの学習によるものか、センサーの検知・装置の制御・情報の更新によるものかを確認します。
選択肢ごとの解説
- ×ア 車の壁への衝突を加速度センサーが検知し，エアバッグを膨らませて搭乗者をけがから守った。アのエアバッグの説明では、加速度センサーによる衝突の検知をきっかけに装置が作動しています。画像などのデータから特徴を学んで識別する働きは示されていません。
- ○イ システムが大量の画像を取得し処理することによって，歩行者と車をより確実に見分けることができるようになった。イは、大量の画像を処理して、歩行者と車を見分ける性能を高める説明です。画像から識別に役立つ特徴を学ぶことはディープラーニングの応用に当たるため、これが正解です。
- ×ウ 自動でアイドリングストップする装置を搭載することによって，運転経験が豊富な運転者が運転する場合よりも燃費を向上させた。ウの燃費向上は、アイドリング中にエンジンを自動停止する装置によるものです。燃費が改善していても、この記述からデータを学習したとはいえません。
- ×エ ナビゲーションシステムが，携帯電話回線を通してソフトウェアのアップデートを行い，地図を更新した。エの地図更新は、通信回線を通じてソフトウェアの更新を受け取る処理です。情報を更新することと、データから識別方法を学ぶことは異なります。
POINT
- 性能が向上したという結果だけでなく、その仕組みを見ます。
- 画像を使う事例では、何を見分けるために処理しているかに注目します。
- 大量の画像を扱うという条件だけで、学習方法まで確定したとは考えません。