活性化関数の役割（ニューロンの出力値を決める）

活性化関数の役割 について， 活性化関数は、ニューラルネットワークの各ニューロンの中で、入力値（重み付き合計など）を一定の計算ルールで変換し、次のニューロンに渡す出力値を決めるための関数です。この説明に当てはまるのは該当する記述です。 ア： 活性化関数はネットワーク全体の最終結果の信頼度を計算するものではなく、各ニューロンが次の層へ渡す出力値を決めるために使われます。 イ： 入力層・中間層・出力層のニューロン数はモデル設計で決める要素であり、活性化関数が計算して出力するものではありません。 ウ： ニューロンの最適な数や接続構成の決定はモデル設計や学習方法の検討に関わる内容であり、活性化関数の役割ではありません。

AIに利用されるニューラルネットワークにおける活性化関数に関する記述として，適切なものはどれか。

出典令和5年度 ITパスポート試験 公開問題 問91
ア
ニューラルネットワークから得られた結果を基に計算し，結果の信頼度を出力する。
イ
入力層と出力層のニューロンの数を基に計算し，中間層に必要なニューロンの数を出力する。
ウ
ニューロンの接続構成を基に計算し，最適なニューロンの数を出力する。
エ
一つのニューロンにおいて，入力された値を基に計算し，次のニューロンに渡す値を出力する。