RNN(あーるえぬえぬ)

別表記:回帰型ニューラルネットワーク / 再帰型ニューラルネットワーク / 循環ニューラルネットワーク

内部に循環構造を持つことで、テキストや時系列データなどの順序性を持つ情報を処理できるように設計されたニューラルネットワークの総称。

データ

種別
自然科学・工学
NDC分類
007(情報学・情報科学)
原語・原綴
英語 Recurrent neural network
品詞
名詞
タグ

概要解説

RNNは、ユニットの出力が再び自身へ入力される循環構造を内部に持つニューラルネットワークである。この構造により、データ内の要素の順序が重要となるテキスト、音声、時系列データなどの処理に適している。1986年のデビッド・ラメルハートの研究が基礎となっており、その後、長期間の依存関係を扱うための標準的な手法として1997年にLSTMが開発された。RNNの内部状態を制御する仕組みとして、ゲート状態やゲート記憶と呼ばれる技術が導入されており、これらはLSTMやGRUの一部として実装されている。また、エルマンネットワークやジョーダンネットワークは単純回帰型ネットワークとして知られる。構造が直鎖に対応するものは回帰型ニューラルネットワークの特殊なケースとみなされる。順伝播型ニューラルネットワークとは対照的な性質を持つ技術である。

関連語

関連語
機械学習 | 深層学習 | LSTM | GRU

主要出典

  1. ウィキペディア日本語版. (2026). 「回帰型ニューラルネットワーク」 (閲覧日 2026-11-11) [Web]
  2. Wikipedia (English). (2026). 「Recurrent neural network」 (閲覧日 2026-11-11) [Web]

作成:AIにより生成・検証(作成方法)

初版:2026-11-12 / 最終更新:2026-11-12

誤りを報告