以下の課題について、実装および検証を行うコードをリポジトリとして公開するものである．
- 目的: パラメトリック固有空間法を実装し、以下を検討する。
- 位置や姿勢、文字種、傾き、文字の太さなどのパラメータについて、真値をどの程度正確に推定できるか。
- 必要な教師信号の数を推定する。
- 目的: パラメトリック固有空間法を用いて雑音除去を実装し、以下を検討する。
- SN比（Signal-to-Noise Ratio）をどの程度まで下げても、正しくパラメータを推定できるか。
- 目的: VAE (Variational Autoencoder) を実装し、以下を実験する。
- 潜在空間を2次元に設定し、生成された文字画像を観察する。
- 潜在空間の各位置で生成される画像の特徴を考察する。
- 目的: VAEを用いて、多量のMNIST画像を潜在空間に射影し、以下を検討する。
- 潜在空間内での画像の分布が一様であるかを分析する。
- 目的: MNIST文字認識モデルを実装し、以下を検討する。
- VAEの潜在空間内の各位置から生成される画像を用いて、文字認識精度を検証する。
- 潜在空間内での認識精度と事後確率の分布の関連を解析する。
- 目的: パラメトリック固有空間法の最適パラメータを推定するためのモデルを構築する。
- 推定モデルを回帰として実装し、ニューラルネットワークを使用してもよい。
- 目的: 線画をパッチに切り分け、以下を行う機械を構築する。
- 各パッチで「ノイズ除去」を実施。
- 各パッチで「線の位置や方向」を推定。
- 目的: 上記で構築した機械において、8近傍から中央パラメータを予測する機械を学習させる。