・修論の概要書と情報処理学会の概要書を作成しました。
引き続き修論に取り組みます。
・ハイブリッドモデルにおいて、CNNとMLPの結合後のレイヤーのみを学習させて評価を行いました。
| mae | rmse | R２ |
| 1.91±0.23 | 2.45±0.29 | 0.17±0.07 |
CNNとMLPも学習させた場合に比べて、評価結果に大きな違いはありませんでした。一方で、学習過程においてはlossとmaeの値が大きくなっており、学習があまり行われていないと考えられます。
・ドロップアウト係数の調整
ハイブリッドモデルにおいて、ドロップアウト係数を0.2から0.4に変更して比較評価しました。（過学習の対策）
| mae | rmse | R２ |
| 1.75±0.20 | 2.39±0.31 | 0.20±0.15 |
変更する前とした後で、評価にほとんど違いは無かったので、他の対策が必要になると考えています。