顔面表情認識に関する広範な研究が行われているにもかかわらず、最高レベルの精度を達成することは依然として困難である。本研究の目的は、モデルの構造、使用するデータ、および学習プロセスの調整を通じて、現在のモデルの精度を向上させることにある。Xceptionアーキテクチャに正則化を組み込み、学習データを拡張し、ステップデキャイ（step decay）学習率を活用することで、既存の制約を克服し、それを上回る成果が得られた。顔面表情認識（FER2013）データセットを用いた評価において、精度が著しく向上し、94.34%という優れた結果を達成した。本研究は、顔面表情認識システムの性能向上に向けた新たな道筋を提示しており、特にこの分野における精度向上という要請に応える可能性を示している。