再帰型ニューラルネットワーク（RNN）とは？さいきがたにゅーらるねっとわーく
再帰型ニューラルネットワーク（RNN）とは、前の時点の中間層の出力を、次の時点の入力として自分自身へ戻す構造を持つニューラルネットワーク。この折り返しによって直前までの情報を内部状態として保てるため、文章・音声・センサ値のように順序に意味があるデータを扱える。リカレントニューラルネットワークとも呼ばれる。
最終更新：2026-10-09
基本情報を最短で暗記・合格する →背景
画像の判別に使うネットワークは、決まった大きさの入力を1回受け取って答えを出す形をしている。ところが文章や音声は長さが決まっておらず、しかも直前の語が次の語の意味を左右するので、1語ずつ独立に見ても意味が取れない。そこで、処理した結果を次の入力へ混ぜて順に送る構造が考えられた。長い系列で情報が薄れる弱点はLSTM（Long Short-Term Memory：必要な情報を長く覚えておけるよう改良したRNN）などで補う。
具体例
文章の続きを予測する場面では、直前までの語の情報を内部状態として持ち越しながら次の語を推定する。株価や気温の時系列予測、音声認識にも使われてきた。Googleが2016年にGoogle翻訳へ導入したニューラル機械翻訳も、当初はLSTMを積み重ねたこの系統の構成だった。
試験での引っ掛け
「再帰」といってもプログラムの再帰呼出しのことではなく、出力を自分の入力へ戻す構造を指す。画像など空間の構造を扱うのがCNN（畳み込みニューラルネットワーク）、順序のあるデータを扱うのがRNN、という対応で問われる。いまの文章生成の主流はトランスフォーマだが、シラバスではCNNと並ぶ代表的手法として残っている。
関連用語
出典・参考
公式シラバスの1 基礎理論 ＞ 3. 情報に関する理論 ＞ (8) AI（Artificial Intelligence：人工知能）に関する技術に掲載されている用語です。
解説は資格暗記が独自に作成しています。過去問の出典は各問題に記載のとおりです。