深層学習モデルにおける特徴選択層の実装

摘要

本研究ではDNN において学習可能な特徴選択層のrn実装を行なった. 自作のデータセットによる実験では特rn徴選択層がネットワークで利用される特徴量に対してrn重み付けを正しく行えることが確認できた. wine デーrnタセットによる実験で特徴選択層は他の手法に比べ多rnくの特徴量を利用するよう重みづけをしていることがrn確認された. この結果よりDNN が他の手法で利用さrnれていない特徴量を利用している可能性, または特徴選rn択層が必要最低限の重み付けをしていない可能性が示rn唆された. よって, 今後活性化関数の導入やモデルの損rn失関数の変更などで目的変数に対して関係のある特徴rn量をより正確に選択する機能を実装する必要がある.