画像の認識・理解のために，画像処理方法だけでなく撮像パラメタも機械学習に基づいて最適化するアプローチは，ディープセンシング（DS）と呼ばれる．DSでは，画像処理タスクに有用な光線空間の自由度に対応する撮像パラメタと画像処理方法の両方を，データ駆動で同時に最適化する．したがって，有用な光線空間の自由度が未知のタスクに対しては，DSを適用することが困難である．そこで本研究では，有用な光線空間の自由度を機械学習により発見することを目指す．具体的には，同時最適化で得られる高自由度光線空間の重みに基づいて有用な自由度を発見する方法を提案するとともに，直接成分と大域成分の分離を例に，その有効性を検証する．