26（例）［p■■、トリム学習モデルの提示の箇所］「極端にエントロピーの高いものを除き…」とあるが、棄却する閾値とその設定の考え方について、記述があるとなおよい。［p■■、図■、■の説明加筆］図■、■の横軸の説明を加えてはどうか（画像の番号？、縦軸はエントロピー？）。また図に関する論述（p■■、下から■行分）に該当する箇所を、図■、■上にマークする（丸で囲む）など、読み手の理解を促す記載をしてはどうか。たとえば、「…トリム学習モデルではクラスごとにある程度特徴量がまとまっている…」「…上半分に動物、下半分に乗り物の特徴量がまとまっている…」の箇所。［p■■、■行目の記述］「…色情報よりも形情報が精度向上に対し★有意★であることが分かる」の論拠は、表■の下■行の識別精度（色：■．■■■、形：■．■■■）の差■．■■■であるか？「有意」→「優位」。■．論証水準（専門的知識の水準や説明の深味）■研究開始当初の仮説；学習用画像セットとして高エントロピー画像を用いることで、生画像を用いるより識別性能が向上するであろうが実験的に否定された際、そこで断念せず、あらたな方向性；極端にエントロピーの高い画像を学習用セットから除去した方が、識別性能が向上するのではないか学生懸賞論文集第■■号
元のページ ../index.html#33