進捗一覧
・ローカル環境の構築
・2020-2023年度のデータでの学習(４分割交差検証)
・モデルの結合方法の実験(途中)
・中間発表会プレゼン資料の準備
ローカル環境の構築
自宅のPCで実験をするための環境を整えました。
動作環境は以下です。今のところ問題なく動いています。
これから実験の数が増えてくるので、GoogleColabと並行して実験を行なっていきます。
OS:Win10
IDE:vscode
GPU:GTX1070Ti
CUDA:11.2
cuDNN:8.1
Python:3.10.11
TensorFlow:2.9.1
tensorflow_addons:2.9.1
2020-2023年度のデータでの学習
2020-2023年度のデータを用いて４分割交差検証を行いました。条件は以下の通りです。
モデル構成：ハイブリッドモデル
画像データ：2020〜2023年度の全データ(領域抽出済み)
糖度データ：各側面（平均値ではない）
エポック数：48
ランダムシード：0
評価方法：4分割クロスバリデーション
データ：学習・バリデーション・評価全てに拡張データを使用
| 黒色背景データ (糖度各側面) | 平均値 | 分散 | 標準偏差 |
| MAE | 1.7854 | 0.0237 | 0.1538 |
| RMSE | 2.8009 | 0.5804 | 0.7618 |
| R２ | -0.1450 | 0.4657 | 0.6824 |
引き続き10分割交差検証で実験をしていきます。
モデルの結合方法の実験(途中)
ハイブリッドモデルの結合方法を変更して実験を行なっています。下の図が現在のモデル構成です。
他の結合方法を試すにあたって、CNNの一部に変更を加えました。（Reshape→畳み込み→プーリング層をはさんでMLPの出力層と形を揃えた）
試した結合方法は以下の2つです。
・Averageレイヤー
・Addレイヤー
| mae | rmse | R２ | |
| average | 1.8656 | 2.4220 | 0.1801 |
| add | 1.8683 | 2.4350 | 0.1713 |
ConcatenateはCNNとMLPの出力層を変更して垂直と並行を入れ替えて結合しました。
| mae | rmse | R２ |
| 1.8559 | 2.4318 | 0.1735 |
テストデータで評価した結果は変わらなかったもの、学習過程では3つのうちでこの結合方法が最もlossとmaeが収束した(0.5以下程度)。
Concatenateに関して理解が曖昧なので、次回は仕様を確認して層を調整するなどして実験を行う。
中間発表会プレゼン資料の準備
11/12(火)のリハーサルと、11/17(金)の本番に向けてプレゼン資料を作成しています。
今後の予定
・プレゼン資料の準備
・実験の続き（10分割交差検証・結合方法を優先）