シグモイド関数とは
シグモイド関数（ロジスティック関数）は、任意の実数をなめらかなS字曲線で開区間 (0, 1) に押し込む関数です。\(\sigma(x) = \frac{1}{1 + e^{-\text{a}\,x}}\) と定義され、ニューラルネットワークの活性化関数として最もよく使われるもののひとつであり、ロジスティック回帰や確率モデル、成長曲線などにも欠かせません。ゲインパラメータ \(\text{a}\) は遷移の急さを決めます。\(\text{a} = 1\) のときが教科書でおなじみの基本的なシグモイドで、\(\text{a}\) を大きくするほど遷移が鋭くなり、ステップ関数（階段状）に近づいていきます。
この計算ツールの使い方
まずゲイン \(\text{a}\) を入力し、続いて関数を評価したい範囲、つまり \(x\) の最小値・最大値・刻み幅（増分）を指定します。本ツールは各ステップにおける \(\sigma(x)\)、その1次微分 \(\sigma^{\prime}(x)\)、2次微分 \(\sigma^{\prime\prime}(x)\) を表にまとめて出力し、必要に応じて入力した単一の \(x\) における値も表示します。刻み幅は 0 より大きく、\(x\) の最大値は最小値以上になるように設定してください。条件を満たさないと表に行が生成されません。
数式の解説
微分は \(\sigma\) 自身を使って書くと非常にすっきりした形になります。微分すると $$\sigma^{\prime}(x) = \text{a}\,\sigma(x)\bigl(1 - \sigma(x)\bigr)$$ となり、これは常に正（曲線は単調増加）で、変曲点 \(x = 0\) において最大値 \(\frac{\text{a}}{4}\) をとります。2次微分は $$\sigma^{\prime\prime}(x) = \text{a}^{2}\,\sigma(x)\bigl(1 - \sigma(x)\bigr)\bigl(1 - 2\,\sigma(x)\bigr)$$ で、\(\sigma = 0.5\) となる \(x = 0\) で符号が反転し、ここが変曲点であることを裏づけます。
計算例
\(\text{a} = 1\)、\(x = 2\) としてみましょう。\(e^{-2} = 0.135335\) なので、 $$\sigma(2) = \frac{1}{1.135335} = 0.880797$$ となります。1次微分は \(0.880797 \cdot (1 - 0.880797) = 0.104994\)。2次微分は \(0.104994 \cdot (1 - 2 \cdot 0.880797) = 0.104994 \cdot (-0.761594) = -0.079963\) です。\(x = 0\) のときは \(\sigma = 0.5\)、\(\sigma^{\prime} = 0.25\)、\(\sigma^{\prime\prime} = 0\) になります。
よくある質問（FAQ）
ゲイン \(\text{a}\) は何をするものですか？ 入力を拡大・縮小するスケール係数です。\(\text{a}\) を大きくすると \(x = 0\) 付近で曲線が急激に立ち上がり、\(\text{a}\) が大きくなるほどシグモイドは鋭いステップ関数に近づきます。逆に \(\text{a} = 0\) のときは 0.5 の水平な直線になります。
最も傾きが急になるのはどこですか？ 常に \(x = 0\) です。ここで傾きは \(\frac{\text{a}}{4}\) に等しく、2次微分は 0 になります。
出力がちょうど 0 や 1 にならないのはなぜですか？ 有限の \(x\) では指数関数がゼロにならないため、\(\sigma\) は厳密に (0, 1) の内側に留まります。\(|\text{a}\cdot x|\) が極端に大きい場合は数値計算上 0 または 1 に丸められますが、本ツールはこれを安全に処理します。
