基礎理論-令和８年

令和８年　問82

ニューラルネットワークの学習に用いられるバックプロパゲーションで行われていることはどれか。

正解の理由（令和８年　問82）

　　　部分の内容が対応します

ア　各ノードの重みを調整して，誤差を小さくする。

よって、正解は　ア　です。

不正解の理由（令和８年　問82）

イ　各ノードの重みを調整して，最適な活性化関数を選択する。

バックプロパゲーションでは、活性化関数を選択しません。

ウ　ノードの数を変更して，誤差を小さくする。

バックプロパゲーションでは、ノードの数を変更しません。

エ　ノードの数を変更して，処理速度を高める。

バックプロパゲーションの目的は、処理速度を高めることでありません。また、バックプロパゲーションでは、ノードの数を変更しません。

令和８年　問84

ある推論システムは，演緯推論，帰納推論，仮説形成などの推論が実行できる。この推論システムへの入力と得られた出力に関する記述のうち，演緯推論を実行した例として，適切なものはどれか。

正解の理由（令和８年　問84）

演緯推論	帰納推論	仮説形成
一般的な事実（前提） ↓ 個別の結論	複数の観察・事実 ↓ 一般的な結論	起きた結果（事実） ↓ 原因（仮説）
誰もが知っている一般的な事実を前提として、個別の結論を導き出す推論	いろいろな事実や事例から導き出される傾向をまとめあげて、結論を導き出す推論	観察された結果（事実）からさかのぼって、その結果（事実）がなぜ起こったのか、最もよく説明できそうな仮説を立てる推論

エ　_{（事実1）}“全ての記憶装置は記憶容量をもつ”と入力した後に，_{（事実2）}“HDDは記憶装置である”と入力した。出力は，_{（個別の結論）}“HDDは記憶容量をもつ”となった。

一般的な事実から、個別の結論を導いています。演繹推論の例です。

不正解の理由（令和８年　問84）

ア　_{（類似点）}“HDDとSSDは記憶装置である”と入力した後に，_{（一方の性質）}“HDDの台数を増やすと記憶容量が増える”と入力した。出力は，_{（他方の性質）} “SSDの台数を増やすと記憶容量が増える”となった。

２つの物の類似点から、一方の物の性質を他方の物に適用しています、類推の例です。

イ　_{（結果1）}“HDDは台数を増やすと記憶容量が増える”と入力した後に，_{（事実2）}“記憶装置は台数を増やすと記憶容量が増える”と入力した。出力は，_（原因）“HDDは記憶装置である”となった。

観察された結果（事実）からさかのぼって、その結果（事実）がなぜ起こったのか、最もよく説明できそうな仮説を立ててています。仮説形成の例です。

ウ　_{（事実1）}“記憶装置であるHDDは記憶容量をもつ”と入力し，同時に_{（事実2）}“記憶装置であるSSDは記憶容量をもつ”と入力した。出力は，_{（一般的な結論）}“全ての記憶装置は記憶容量をもつ”となった。

いろいろな事実や事例から導き出される傾向をまとめあげて、結論を導き出しています。帰納推論の例です。

令和８年　問98

AIにおけるプロンプトエンジニアリングの説明とじて，適切なものはどれか。

正解の理由（令和８年　問98）

プロンプトエンジニアリング
生成AIから、より適切な回答が与えられるように、ユーザーの要求や意図を正確に理解させられるような指示文や質問文を設計する技術のことです。

　　　部分の内容が対応します

ウ　意図した回答を得るためにAIに対する質問や指示の内容，情報の提供，出力形式の指定などを工夫すること

よって、正解は　ウ　です。

不正解の理由（令和８年　問98）

ア　AIが，多数の事象やデータから普遍的なルールや知識を獲得すること

学習の説明です。

イ　AI に対する質問や指示などが入力できる状態であることを，画面上に記号や文字列で示すこと

プロンプトの説明です。なお、現在、プロンプトは、AIへの指示文の意味でよく使われています。

ウ　神経細胞が作るネットワークをコンピュータで模した， AIで用いられる計算モデルのこと

ニューラルネットワークの説明です。