@techreport{oai:ipsj.ixsq.nii.ac.jp:00194875,
 author = {太田, 龍之介 and 玉置, 悠斗 and 高井, 直哉 and 青山, 幹雄 and Ryunosuke, Ota and Yuto, Tamaki and Naoya, Takai and Mikio, Aoyama},
 issue = {13},
 month = {Feb},
 note = {深層学習において要求する認識精度を達成する学習モデルを安定して生成するためには学習過程が分析可能な開発方法が必要である．しかし，データが学習に与える影響の分析が困難なため発見的な開発になっている．本稿では深層学習のフィーチャ （特徴量） に基づく学習モデル設計方法を提案する．学習過程における予測誤差とフィーチャの関係を分析することで段階的な開発を行う．訓練とテストの仮説検証型の二重反復開発プロセスによるそれぞれの誤差曲線の特性を活かした分析により，各反復での追加データを制御することで深層学習モデルを生成する．プロトタイプを実装し実データに適用することで提案方法の有効性と妥当性を評価する．},
 title = {深層学習のフィーチャに基づく学習モデル設計方法の提案と評価},
 year = {2019}
}