Q&A
> ところが、教授からは誤差を評価することに加えて。電気エネルギーが小さいパターンが選ばれるような評価をする評価関数を作成しろと言われます。
その評価関数を作成して学習のトライはしたのでしょうか？
前提・実現したいこと
私は現在、大学院での研究にて、目標速度を入力すると、機械の制御時の電圧などを予測するニューラルネットワークのモデルを作成しようとしています。（教師あり学習）
しかし、教師データは同じ目標速度に対して、複数の電圧、電圧印加時間のパターンがあり、学習が収束しない状態です。
試したこと
私はこれを収束させるためには、教師データをいじって一つの目標速度に対して一つの電圧、電圧印加時間が対応するようにしないといけないと考えています。
ところが、教授からは誤差を評価することに加えて。電気エネルギーが小さいパターンが選ばれるような評価をする評価関数を作成しろと言われます。
教授が言うよう評価関数を作成した論文を探しても全然見つからず、教授にこのことを伝えるも、一向に私の意見を聞き入れてくれません。
そもそもなのですが、
ニューラルネットワークでモデルの学習時に用いる評価関数というのは教師データの出力値と予測値の誤差がどの程度あるかを評価し、その誤差が小さくなるように重みなどのハイパーパラメータを修正するために使われる関数だと認識しているのですが、合っていますでしょうか？
この考えが正しければ、教授が言う評価関数（誤差以外を評価しようとする関数）はニューラルネットワークにおいては用いることができませんよね？
研究が全く進まず、困惑しております。
言葉足らずでご理解していただけるかわかりませんが、
どなたかご教授いただければ幸いです。よろしくお願いいたします。
評価関数の入力に「電気エネルギー」も増やして、計算途中に「電気エネルギー（電圧×印加時間）が大きくなると評価値（ずれ具合）も大きくなる式」を適当（？）に作ったらよさそうです。速度の誤差とエネルギーの二つをどう合わせるかは調整が必要そうです。
平均二乗誤差の式＋重み×電気エネルギーの式といった具合でしょうか？
多分そういう感じと思います。
例えばですが、「通常の誤差の産出結果+（係数※）×電気エネルギー」
※係数はx10なのかx100なのか、x1かもしれませんしx0.1かもしれません。適当に帳尻があって都合の良い係数を決めて進めればよいと思います。
meg_さんのコメントにあるように、まずはやってみて、駄目そうなら駄目そうなところを直すがイイと思います。
わかりました！ありがとうございます！
やってみます！
自己解決
