【G検定過去問風テスト】異種データ融合の基本！早期統合と晩期統合
※本記事では、アフィリエイトプログラムより教材を紹介しています。
📝 問題
複数モダリティのデータをどの段階で結合するかという設計手法のうち、入力データや初期の特徴量の段階でデータを結合して1つネットワークに入力するアプローチとして、最も適切なものを1つ選べ。
- A）Early Fusion（早期統合）
- B）Late Fusion（晩期統合）
- C）Contrastive Learning
- D）Zero-Shot Learning
🔍 ここをクリックして正解を見る
- 正解: A）Early Fusion（早期統合）
💡 合格に近づく！徹底解説
- 重要度: ★★☆
■ 1分で分かる！この問題の要点
- Early Fusion（早期統合）: 入口（初期段階）の時点でデータを合体させてから処理する。
- Late Fusion（晩期統合）: 別々に最後まで処理してから、出口（最終判定直前）で結果を合体させる。
■ 初学者向け解説（例え話や背景）
料理に例えると分かりやすいです。Early Fusion（早期統合）は、食材を切る前の段階でボウルに全部入れて混ぜ合わせるようなもので、早い段階から全体を一緒に調理します。一方、Late Fusion（晩期統合）は、お肉はステーキとして焼き、サラダは別にしっかり作って、最後にお皿の上で一緒に盛り付けるような方法です。AIの設計でも、どのタイミングで情報を混ぜ合わせるかが重要なポイントになります。
■ 選択肢の解説
- A) Early Fusion（早期統合）（○）: 入力や初期の特徴量の段階でデータを結合する手法です。正解です！
- B) Late Fusion（晩期統合）（×）: 各モダリティを別々に処理し、最後の判断直前の段階で結果や特徴量を結合する手法です。
- C) Contrastive Learning（×）: 正しいペアのベクトルを近づけ、無関係なペアを遠ざけるように学習する「対比学習」のことです。
- D) Zero-Shot Learning（×）: 事前の学習なしに未知のクラスのデータに対して識別を行う機械学習の手法です。
👉 次の問題＆解説テキスト
お疲れ様です！
この調子で次の問題に挑戦しますか？
それとも、立ち止まって詳しい解説を確認しますか？
