機械学習におけるプーリングは、主にコンボリューションレイヤに続いて用いられるダウンサンプリング技術の一つである。これは入力データのマップやボリュームを縮小し、解像度を下げることで特徴の抽出や計算コストの低減を遂行する役割を果たす。代表的なプーリング技術群として最大プーリングや平均プーリングがあり、それぞれ特徴マップ内のピクセルまたはボクセルの最大値や平均値を抽出し、特徴の代表値を算出する。プーリングレイヤは畳込み処理によって得られた複数のフィルタ適用後の出力に適用され、活性化処理を経たデータの情報を圧縮し、特徴の識別情報を保持しつつ、過学習の抑制やトレーニング時のロス低減に寄与する。さらに、アップサンプリングブロックと組み合わせた手法もあり、アップサンプリングとダウンサンプリングを交互に用いることでイメージのスケール調整や解像度の復元を可能とする。これらの技術は、医用画像の解析や顕微鏡画像の処理、超音波画像の特徴抽出において特に用いられ、スキャンや断層撮影データからの検出や予測を高度に支援する。CNNにおけるプーリングは重みの共有や積和演算による畳込みと並び、効率的な情報処理と識別性能向上のために不可欠な技術群である。
