レーザ干渉計型重力波検出器においては、突発性雑音と呼ばれる非定常・非ガウス性の雑音が発生する。突発性雑音は望遠鏡の不安定化や重力波信号の隠蔽・模倣を招きしばしば問題になる。そのため突発性雑音を分類する事は、その発生起源の調査や望遠鏡の性能向上のための手がかりになり得る。従来、教師あり学習による突発性雑音の分類がされている。一方、教師なし学習では、教師あり学習で課題とされる、学習データのラベル付け作業の軽減や、ラベルに依存しない客観的な分類が期待できる。そこで本研究では、VAEおよびIICを組み合わせた教師なし学習における突発性雑音の分類アルゴリズムを提案する。その際、先行研究で扱われたラベルを利用し、提案モデルの有効性について検証する。