その他令和8年7月29日

データ前処理およびモデル構築に関する技術文書

掲載日
令和8年7月29日
号種
号外
原文ページ
p.103
出典：官報発行サイト（内閣府）の掲載情報をもとに整理しています。重要な確認は公式原文を基準にしてください。

本文と原文の対照

まず左側の本文を読み、必要な箇所だけ原文ページで確認できる構成です。

← 同日の官報に戻る
原文対照の表示オプション

データ前処理およびモデル構築に関する技術文書

令和8年7月29日|p.103|原文を見る

左の本文を選ぶと、右側の官報原文画像で該当箇所を照合できます。

公式原文あり本文テキスト画像照合可誤りを報告
## 2.2.3 模型构建
本实验采用卷积神经网络（CNN）作为基础模型。具体而言，我们设计了一个包含多个卷积层、池化层和全连接层的网络结构。每个卷积层后接一个 ReLU 激活函数和一个最大池化层，以提取图像的局部特征并降低维度。最后，通过两个全连接层进行分类预测。
## 2.2.4 模型训练
在模型训练过程中，我们使用交叉熵损失函数来衡量模型预测结果与真实标签之间的差异，并采用 Adam 优化器进行参数更新。为了防止过拟合，我们在训练过程中引入了 Dropout 技术，即在每一层中以一定的概率随机丢弃部分神经元。此外，我们还使用了早停策略，当验证集上的损失不再下降时提前终止训练。
## 2.2.5 模型评估
为了全面评估模型的性能，我们采用了多种评价指标，包括准确率（Accuracy）、精确率（Precision）、召回率（Recall）和 F1 分数（F1-Score）。这些指标能够从不同角度反映模型的分类能力，帮助我们更好地理解模型的表现。同时，我们还绘制了混淆矩阵，直观地展示了模型在各个类别上的分类情况。
読み込み中...
データ前処理およびモデル構築に関する技術文書 - 第103頁
テキスト領域
選択中
非公開 (PII)
関連する新着公告を見逃さないために

Pro プランでは会社名・機関名・キーワードを監視条件として保存し、新着掲載を継続確認できます。14日間無料で試せます。

監視機能の詳細を見る →