近年，空間認識やボリュメトリックコンテンツ配信など，多岐にわたる分野において3次元点群の活用が期待されている。一方で，ネットワークを介して点群を相互にやり取りする場合，その膨大なデータ量が品質劣化を招く．本研究では，小規模のニューラルネットワークを用いて，点群を潜在変数表現へ写像し，潜在変数を圧縮，伝送するととともに，潜在変数から点群へ逆写像する新たな圧縮手法を提案する．既存手法との比較実験を通して提案手法の有効性を議論する．