畳み込みニューラルネットワークのハイパーパラメータ最適化による顔面感情認識

本稿では、顔面感情認識の文脈において精度を向上させるために、畳み込みニューラルネットワーク（CNN）のハイパーパラメータを最適化する手法を提示する。本研究では、ハイパーパラメータの探索空間を離散値で定義し、その上でランダムサーチ（Random Search）アルゴリズムを適用して複数のモデルを生成・学習することで、ネットワークの最適なハイパーパラメータを特定した。得られた最良のモデルは、FER2013データベースを用いて訓練・評価され、72.16%の精度を達成した。