近年、自己教師あり学習が発展を遂げている要因として, データ拡張技術が挙げられる。データ拡張技術には正例データ拡張と負例データ拡張の2種類の戦略がある。しかし、回転などの変形は正例と負例のどちらの拡張として用いるべきかは明確ではない。本論文では、適応的正負例データ拡張と呼ばれる自己教師あり学習のための新たな拡張戦略を提案する。提案した拡張戦略では、各画像の特性に適応し、回転によって意味情報が壊れる画像に対しては、回転を負例データ拡張とし、意味情報が残される画像に対しては、回転を正例データ拡張として用いる。提案した拡張戦略を自己教師あり学習に適用することで、下流タスクにおいて有効性を示すことに成功した。