Skip to the content.

最終更新日:2026年10月19日

まず結論

JordanとElmanを見分けるときは、次時刻へ戻る矢印がどこから出ているかを確認します。

帰還の出発点 モデル 次へ渡す場所
出力側(output) Jordan State Unit
隠れ層(hidden) Elman Context Unit

このページは、構造図や説明文から2つを判別するための比較です。時刻ごとの処理はJordanの状態更新・ElmanのContext更新で追えます。

直感的な説明

「前回の出力を手掛かりにする」のがJordan、「前回の内部表現を手掛かりにする」のがElmanです。どちらにも記憶があるという共通点だけでは見分けられません。

定義・仕組み

比較する点 Jordan Elman
主に戻す情報 出力側の情報 隠れ層の活性
状態の作り方 前出力と前状態の影響を受ける 前隠れ層をContextへコピー
外部入力との関係 Stateを次の処理に使う Contextを次の隠れ層計算に使う
図で探す箇所 出力からStateへの帰還 隠れ層からContextへのコピー

StateやContextという名前だけを探すのではなく、何がそこへ入ってくるかを追います。Jordanを「出力をそのまま外部入力へ戻すだけ」と省略すると、状態ユニットを介する点が抜け落ちます。

いつ使う?(得意・不得意)

この比較は、初期RNNの構造を説明文や矢印から判別するときに使います。用途名だけでどちらのモデルかを決めたり、性能の優劣を付けたりするための表ではありません。

長期依存への工夫まで確認したい場合は、LSTMへ進めます。Jordan・ElmanをそのままLSTMやGRUの別名とは考えません。

G検定ひっかけポイント

説明 判断
隠れ層をContextへ1対1にコピーする Elman
出力側をStateへ戻す Jordan
過去の情報を次時刻に使う 両者に共通。これだけでは判別できない
Contextという名前がある 名称だけでなく、帰還元がhiddenかを確認する

まとめ(試験直前用)

  • output → State:Jordan
  • hidden → Context:Elman
  • 記憶の有無ではなく、記憶へ戻す情報で判別する
  • 更新の時間順序は各モデルの個別解説で確認する

参考資料(原典)

  • Jordan, M. I. (1986), Serial Order: A Parallel Distributed Processing Approach
  • Elman, J. L. (1990), Finding Structure in Time

次に読むなら

2つのフィードバック元を見分けたら、それぞれの単独記事とRNN全体へ進みます。

🔗 関連記事


© 2024-2026 stemtazoo. All rights reserved.