畳み込みニューラルネットワーク（CNN）を非画像データに適用する方法を提案する。 CNNは、画像処理や音声認識などの多くの分野で成功しています。一方、csvファイルなどの非画像データにCNNを適用することは困難でした。画像のような低次元グリッド構造のデータの順序は意味を持ち、CNNはその順序を画像の特徴として認識して処理する。したがって、CNNは、構造を変更できる非画像データに対して特徴認識を行うことができなかった。我々は、非画像データのシーケンスに意味を与えることによってCNNを適用可能にする方法に焦点を当て、改善を加えることによって提案手法の有効性を実証した。
