データサイズの大きさとCNNにおける畳み込み層の深さの関係について，本研究はデータに対する適切な深さの分析を目的とし，データサイズと畳み込み層の深さ，それぞれの変化による予測精度への影響を検証する．また，表データの行と列に配置した属性や変数間で弱い相関が生じることを考慮し，相関の弱いデータ間の畳み込み演算を削減するためにカーネルの形状を長方形に拡張する．データサイズと長方形カーネル，畳み込み層の深さの関係を包括的に比較し，CNNの最適な形状を検討する．最後に，カーネルの形状と深さの最適化がEfficientNetとLSTMの統合モデルで機能するか，為替の回帰予測により検証する．