学習済みの機械学習モデルを動的に組み合わせて新たな推論モデルを自動で構築するRW-DynRec（Real-World Dynamic Recognition System）がある．入力するセンサデータの利用には雑音除去などの前処理が必要であり，通過帯域などのパラメータの調整が必要である．RW-DynRecでは事前に用意された関数を組み合わせることしかできないため，機械学習モデルごとに対応する前処理を行う関数が必要であり，機械学習モデルが増えるたびに対応する前処理関数を作成しなければならず柔軟性に課題があった．本稿ではこの課題を解決するため，高階関数を利用してモデル組み合わせ時に与えられた条件から動的に前処理関数を生成する手法を提案する．