機械学習は入力された特徴量から出力を行うモデルを学習するが、特徴量の値を計測するコストが現実の多くの問題には存在する。そこで計測コストを抑えるために、値を計測する特徴量を動的に選択し出力を得るモデルの研究が行われてきた。しかし、既存手法では常に同じ特徴量の集合が与えられることを前提とするため、インスタンスにより計測できる特徴量の集合が変わる場合には対応できない。本研究では、「特徴量の特徴量」として従来の特徴量に関する事前情報を新たに仮定し、この事前情報と特徴量の計測値の集合を基に特徴量を動的に選択する手法を新たに提案する。いくつかのデータセットに対する実験から、インスタンスにより計測できる特徴量の集合が変わる場合においても、提案手法が事前情報を基に適切に特徴量を選択することを確認した。
