生物学試料から大量のデータを抽出することは放射線問題のため現実的ではなく、限られた量のデータを使用する際には小データ領域での画像処理が重要な課題となっています。本研究では、Variational Auto Encoder (VAE) という既存のアルゴリズムを用いて、データの潜在空間表現を事前学習し、小データ領域の入力に対して低次元で特徴を捉える方法を適用しました。微調整された潜在空間は分類に有用な定数ウェイトを提供します。ここでは、CIFAR-10 データセットを使用した半教師あり学習において、異なる潜在空間サイズを持つ VAE アルゴリズムの性能分析について報告します。