FPGAを用いてエッジにて効率よく推論処理を行うために，本研究ではCNNモデル近似のためのランダムフォレスト探索手法を提案する．提案手法は，要求精度を基に，層の演算量を考慮しながらランダムフォレストにて層レベルで近似を行う．実験では，要求精度を変えながら提案手法にてLeNetの近似を行い，近似後のLeNetをFPGAに実装して，回路面積や消費エネルギーを評価した．要求精度として，accuracyを0.85，lossを0.20とした場合，回路面積を73%，消費エネルギーを67%削減できることを確認した．