G検定 用語解説
拡散モデル（Diffusion Model）とは
データにノイズを加える過程を逆にたどり、ノイズから画像などを生成する生成モデル。
まず押さえる結論
拡散モデル（Diffusion Model）は、G検定の「大項目5 ディープラーニングの要素技術」で確認しておきたい用語です。 定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。
試験での問われ方
定義の言い換え
用語そのものではなく、説明文の一部を言い換えて出されることがあります。
似た概念との比較
同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。
具体例からの判断
問題文の事例が、定義のどの部分に対応しているかを先に確認します。
誤答しやすいポイント
- CNN（画像・畳み込み/プーリング）とRNN（時系列・系列データ）の使い分け。
- LSTMとGRUのゲート数の混同（LSTM＝3ゲート＋記憶セル、GRU＝2ゲートに簡略化）。
- 最適化手法の取り違え（モメンタム＝慣性、AdaGrad/RMSProp＝適応学習率、Adam＝両方）。GAN・VAE・拡散モデルの生成方式の違い。
関連する確認問題
大項目5 ディープラーニングの要素技術 / 生成モデルと注意機構
データに少しずつノイズを加えていく過程を逆向きにたどり、ランダムなノイズから段階的にデータを復元するように学習して、画像などを生成するモデルはどれか。
データへ徐々にノイズを加える過程を逆にたどり、ノイズから段階的に復元して生成するのは拡散モデル（Diffusion Model）。VAEは潜在変数を介した符号化と復元、GANは生成器と識別器の競合、RNNは系列の再帰処理であり、ノイズ除去の過程を逆にたどって生成する仕組みではない。
同じ章で確認したい用語
到達チェック
- 拡散モデル（Diffusion Model）を一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、拡散モデル（Diffusion Model）に関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる