本稿では超解像とガウシアンノイズ除去の二つの観点からデータ高品質化を行う．近年，火星地表画像の超解像やヒートマップの高品質化など，様々なデータの高品質化が求められる．提案手法の汎用性の評価の為，DIV2K画像データセットを利用する．画像データセットから，128X128X3のカラーの部分画像をランダムに切り出したものを学習に使用する．過剰適合を防ぎつつ精度を向上させる為，入出力に直通の迂回路を設置することで過剰適応と精度の両立を行う．解像度の向上とノイズ除去では適切な手法が異なる為，其々の手法を組み合わせることで両立する．この様な工夫により，様々なケースに柔軟に対応した2次元データ高品質化が可能となる．
