本研究の目的は連続的に変形する形状集合を表現する「形状表現マップ」を得るアルゴリズムの開発である．形状表現マップは与えられた形状集合から成る非線形部分空間であり，このマップ上では形状の連続的な変形が自然に表現される．形状表現マップを得ることにより，形状変化を引き起こす潜在的な説明変数を発見し，また分類や認識といった処理がより本質的な空間で実行されることが期待できる．我々はこの形状表現マップの推定を高階化自己組織化マップ（SOMⁿ）を用いることで実現した．計算機実験では，異なるアフィン変換を受けた形状集合の分類と，移動ロボットが観測する地平線形状から環境地図を獲得する課題において本手法の性能を示す．