함수의 기저 분해
일반화 가산 모델은 특징별 비선형 함수를 학습하고 그 위에 선형 모형을 둔다. 신경 기저 모델은 이 함수를 적은 수의 기저 함수로 분해하고 모든 특징 사이에서 기저를 공유한다.
공유 기저의 공동 학습
하나의 신경망으로 기저를 학습하며 주어진 과제에 맞게 공동으로 최적화한다. 특징 수가 많거나 희소한 입력에서 모수 수와 학습 규모의 부담을 줄이는 것을 목표로 한다.
평가 범위
원 연구는 표 자료와 영상 자료에서 정확도, 모델 크기, 처리량을 평가했다. 고차 특징 상호작용을 다루는 구성도 논의하며 해석 가능한 모형의 표현력과 효율을 함께 검토했다.
관련 문서
신경 가산 모델 / NODE-GAM / 일반화 가산 모형 / 기저 / 희소 행렬 / 신경망 가중치의 상호작용 탐지