この論文は、事前に訓練されたニューラルネットワークの再利用成功要因を実験的に研究するための設定を提示します。実験の結果、事前に訓練されたモデルの再利用の成功は、2つの作業間の相関関係が重要な役割を果たすことを示しています。作業間の相関関係が高いほど、再利用の成功率が高くなり、相関関係がなくても、事前に訓練されたネットワークとオプティマイザの選択によって偶然に良いパフォーマンスを得ることができます。作業間の相関関係が低い場合は、下位層のみを再利用することが有利であり、再訓練する層の数は、作業と特徴間の相関関係を表す指標になる可能性があるという仮説を提示します。最後に、実際のシナリオでは、2つのタスク間に意味論的な相関関係がある場合、事前に訓練されたネットワークを効果的に再利用できることを示しています。