筆者らは畳み込みニューラルネットワーク(CNN)の設計を支援するアプリケーションを開発している。本発表では従来のCNNに時間情報を加え、畳み込み層を3次元に拡張した3D CNNのモデルを設計し、金属の火花試験の評価に応用する。アプリケーションの動画オーギュメンテーション機能により3種類の異なる炭素含有量を持つ金属の火花試験の動画を10フレームごとに分割し、さらにダウンサイジングすることで訓練に適したフォーマットのボリュームを多数生成させる。このボリュームを訓練データとして用いて3D CNNに学習させ、テスト用のボリュームを使って分類性能を評価する。アプリケーションの有用性についても報告する。