拡散モデル（Diffusion Model）に関する説明として、最も適切なものを1つ選べ。
1つ選んでください
正解と解説を見る
解説
正解B
ポイント
拡散モデルは、ノイズを段階的に取り除く過程を学習し、純粋なノイズから出発して画像を生成するモデルです。
選択肢ごとの解説
- A
不適切
これはGAN（敵対的生成ネットワーク）の説明です。拡散モデルは識別器を使わず、各段階で加えられたノイズを予測するという目的で学習します。敵対的な学習をしないため、学習が比較的安定しています。
- B
適切 ◯ 正解
拡散モデルは、データにノイズを少しずつ加えていく過程を定め、各段階で加わったノイズを予測して取り除くように学習します。生成時は純粋なノイズから出発し、ノイズ除去を繰り返して画像を得ます。
- C
不適切
これは変分オートエンコーダ（VAE）の説明です。VAEはエンコーダで潜在変数の分布を推定し、デコーダで入力を復元します。拡散モデルの学習の中心は、ノイズを取り除くネットワークです。
- D
不適切
拡散モデルは、ノイズ除去を多数のステップ（代表的な手法のDDPMでは1,000ステップ）繰り返して1枚の画像を作ります。1回の順伝播で生成できるGANやVAEより、生成に時間がかかりやすい点が弱点です。
試験での狙われ方
GAN、VAE、拡散モデルの学習の仕組みや生成速度の違いを入れ替えて問う形が考えられます。
関連用語
参考
- G検定 試験出題範囲（シラバス2024）第1.4版 （技術分野 項目30 データ生成） 2026年10月30日閲覧
- Ho, Jain, Abbeel, Denoising Diffusion Probabilistic Models (2020) 2026年10月30日閲覧
- Goodfellow et al., Generative Adversarial Networks (2014) 2026年10月30日閲覧