前処理としての CNN

Zhice Fang (2020) Integration of convolutional neural network and conventional machine learning classifiers for landslide susceptibility mapping, Computers & Geosciences, Volume 13

この文献では特徴量抽出の1手法として CNN を提示。中間層の出力を特徴量としてRF 等に与えています。この実装によりどの学習モデルでも精度向上を成し遂げた点に価値を見出せます。
コードはGitHubで公開されています。読んでみましたが、非常にシンプルで難しいことはされていません。

（良し悪しは別として）こういった方法で実施しましたという報告も参考になります。

Finally, the landslide inventory map was converted into raster data with a grid size of 25 x 25 m. A simple and commonly used sample strategy was used in this study . 70% (255) landslide locations were randomly selected as a training set, and the other 30% (109) landslides were used for validation. In addition, to maintain class banlance, the same number of non-landslide locations (255 and 109) were randomly drawn from areas free of landslide to construct the training and testing sets.

素因を利用したシンプルな報告なのですが、国内での地すべり（地形、すべり面など）に対する機械学習アプローチの報告との差を感じる文献でした。