幾何学的な表示において生じる問題のパターン認識で高次元の畳み込みニューラルネットワークを提唱している。 まず初めに、線形のサブ空間を検出する畳み込みニューラルネットワークの効果を研究する。それは32次元で従来のものより遥かに高次元である。 その後、動きとイメージの対応の評価のもとで高次元の畳み込みニューラルネットワークを3次元の表示に適用する。