本稿では、教師モデルを必要としない、Meta Pseudo Labelsと類似した新しい半教師付き学習手法であるSelf Meta Pseudo Labelsを提案する。本手法は、単一のモデルを疑似ラベルの生成と分類の両方のタスクに活用する新たなアプローチを導入し、従来の二つのモデル（教師モデルと学生モデル）を保持する必要を排除することで、メモリ上に保持するモデルを一つに削減する。提案手法はMeta Pseudo Labelsと同等の性能を達成しつつ、メモリ使用量を著しく削減することが可能である。