プーリングの選択と不変性の範囲

ある電子部品メーカーが、基板の画像から微小な傷を見つけるCNNを設計している。傷は数画素ほどの大きさで、画像内のどこに現れるかは決まっていない。また、撮影時の基板の向きは製品ごとに大きく異なる。プーリング層に関する設計方針として、最も不適切なものを1つ選べ。

正解と解説を見る

解説

正解C

ポイント

プーリングがもたらす不変性は小さな位置ずれに対するもので、大きな回転への対応にはデータ拡張などが必要です。

選択肢ごとの解説

A

適切

最大値プーリングは小さな領域の中で最も強い反応だけを残すため、特徴が領域内で少し動いても出力が変わりにくくなります。位置の決まっていない傷を拾う設計として妥当です。
B

適切

一部の位置だけが強く反応する特徴は、平均値プーリングでは周囲の弱い値と平均されて小さくなります。最大値プーリングなら、最も強い値がそのまま次の層へ伝わります。
C

不適切 ◯ 正解

プーリングで得られるのは、ウィンドウ内の小さな位置ずれに対する不変性です。層を重ねても大きな回転に対する不変性は得られないため、回転させた画像を学習に加えるデータ拡張などで補う必要があります。
D

適切

プーリング層には学習するパラメータがなく、ウィンドウの大きさやストライドはハイパーパラメータです。大きくすると位置ずれに強くなる一方、細かい情報は失われやすくなるため、検証データで確かめます。

試験での狙われ方

プーリングで得られる不変性がどの範囲の変化に効くかや、最大値プーリングと平均値プーリングの使い分けを、業務の場面に当てはめて問う形が考えられます。

関連用語

最大値プーリング、平均値プーリング、不変性の獲得、データ拡張、ハイパーパラメータ

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20 プーリング層） 2026年10月31日閲覧
Jaderberg, Simonyan, Zisserman, Kavukcuoglu, Spatial Transformer Networks (2015) 2026年10月31日閲覧
Scherer, Müller, Behnke, Evaluation of Pooling Operations in Convolutional Architectures for Object Recognition (2010) 2026年10月31日閲覧

オリジナル問題（過去問ではありません） AIで作成人による確認：未誤りを報告

出典と作成について

作成：ウカトレ編集部（AIで作成し、別のAIが一次資料と照合。手順は編集方針）

公開日：2026年10月31日最終更新日：2026年10月31日最終確認日：2026年10月31日

シラバス第1.4版技術20「プーリング層」の問題です。