ネオコグニトロン

ネオコグニトロンとは、日本の研究者である福島邦彦氏が提案した、生物の視覚野の階層構造をモデル化した多層ニューラルネットワークです。位置ずれに対して頑健なパターン認識を可能にした先駆的なアーキテクチャです。

仕組みは、単純細胞（S細胞）と複雑細胞（C細胞）の配置を繰り返す構造をとります。S細胞で特徴を抽出し、C細胞で位置の微小なずれを吸収して特徴を維持するという構成は、現代の畳み込みニューラルネットワーク（CNN）の設計思想に直接つながっています。

G検定では、ディープラーニングの歴史において重要な位置づけで問われます。CNNの直接的な祖先として、また現在の深層学習の技術体系を形作った歴史的なモデルとして、その構造的特徴を理解しておくことが求められます。現在の画像認識技術の源流をたどる上で外せない語句です。