進捗一覧
・10分割交差検証
・ 結合方法の実験（Concatenateレイヤー(直列)）
・ドロップアウト(ハイブリッドモデル内のEfficientNetの部分)
・中間発表会資料作成
10分割交差検証
| 10分割交差検証 | MAE | RMSE | R2 |
| 平均値 ±標準偏差 | 1.8011 ± 0.1747 | 2.4151 ±0.2112 | 0.1766 ±0.1543 |
| 4分割交差検証 | MAE | RMSE | R2 |
| 平均値 ±標準偏差 | 1.7854 ± 0.1538 | 2.8009 ±0.7618 | – 0.1450 ±0.6824 |
・学習が安定しているため、10分割交差検証で実験を進める
・MAEはほとんど変わらないが、RMSEは約0.4の差があった
結合方法の実験（Concatenateレイヤー(直列)）
CNNとMLPの結合方法についての実験の続きをおこなった。
今回はConcatenateレイヤーを用いて、CNNとMLPの出力層を直列に繋いだ。それぞれの出力層のshapeは以下の通り。
CNN・MLPの出力：(None, 16)
・学習過程グラフ
・評価結果
| Mergeレイヤー | MAE | RMSE | R2 |
| Concatenate (垂直方向に結合) | 1.8559 | 2.4318 | 0.1735 |
| Concatenate (水平方向に結合) | 1.9101 | 2.5075 | 0.1213 |
| average | 1.8683 | 2.4350 | 0.1713 |
| add | 1.8658 | 2.4220 | 0.1801 |
他の結合方法に比べてやや精度が落ちた。
ドロップアウト
ハイブリッドモデル内のCNNのドロップアウトの係数を0.2(デフォルト)から0.4に変更した。
・評価結果(dropout=0.2（デフォルト）)
| 10分割交差検証 | MAE | RMSE | R2 |
| 平均値 ±標準偏差 | 1.8011 ± 0.1747 | 2.4151 ±0.2112 | 0.1766 ±0.1543 |
・評価結果(dropout=0.4)
| mae | rmse | R2 |
| 1.6113 | 2.3274 | 0.2259 |
テストデータによる評価では、係数を上げると精度がやや上がった。
学習データとバリデーションデータに関してはやや精度が下がった。
中間報告会資料作成
中間報告会に向けて資料を作りました。
明日が本番なのでがんばります。
今後の予定
・結合方法の実験を優先して進める
・並行してその他の実験を進める