深層学習の登場は画像処理や自然言語処理などの各分野を大きく発展させている．そこで扱うタスクの複雑化は深層ニューラルネットワーク（DNN）や畳み込みニューラルネットワーク（CNN）を始めとしたモデルの複雑化を招き，重みパラメータの増大に繋がるが，近年ではスパースモデリングというモデル圧縮技術により改善されてきた．一方でモデルへ与える入力データの圧縮化に関してはあまり研究が行われていない．本研究では深層学習モデルに与える入力データの効率的な圧縮方法として，行列の近似圧縮技術として用いられている低ランク近似技法を利用した圧縮方法を試みその性能を調査した．