画像分類タスクにおいて，画像にラベルを付与する作業が大変であるために，「ラベル付き画像」の数 は「ラベルなし画像」の数より少ない．本論文では，大量にある「ラベルなし画像」を有効に利用するために，新しい教師なし学習ASL (auto-similarity learning)を提案する．ASLでは，1枚のリアル画像から，一部のピクセルが乱数に置換されたマスク画像を複数生成して，リアル画像とマスク画像との画像類似度を学習する．ASLと「ラベル付き画像」を使用する教師あり学習とを同時実行することで，汎化性能の高いニューラルネットワークを実現する半教師あり学習を構成する．
