本研究では、深層学習モデル（CNN）を用いて人間の不快感を予測する際に、どの要因が重要であるかを評価しました。具体的には、様々な変数の組み合わせでモデルを訓練し、変数の追加や削除が予測精度に与える影響を分析しました。

その結果、変数の有無によって予測精度に明確な変化が見られ、各変数の重要度を定量的に評価することに成功しました。この成果は、今後の不快感予測モデルにおいて、より効率的かつ高精度な変数選択を行うための重要な知見となります。

例えば、特定の変数を削除しても予測精度が大きく低下しない場合、その変数は冗長である可能性が示唆されます。一方で、予測精度に大きく影響を与える変数は、不快感の予測において重要な役割を果たしていると考えられます。

これらの評価結果を踏まえ、今後の研究では、より高精度な予測モデルを構築するために、変数間の相互作用や非線形な関係性を考慮したモデルの検討、また、より多岐にわたる要因の分析を行う予定です。