二つの情報源 からそれぞれデータ
が与えられるとしよう. 我々の問題では
は画像,
は音声である.
は
種類の属性をもっており,
はその属性のいずれかを
表すものとする. 属性の数
は既知とするが,
が
の
どの属性を表わしているかは未知とする.
後で詳しく述べるように,属性としては色,形,大きさの3種類(),
あるいはそのうちの2種類(
) を考える.
与えられた学習サンプルをもとに属性の分類を行って
と
との対応を学習し,新たに与えられた
に対する
個の属性
を出力することが目的である.