효과별 부분 신경망
각 부분 신경망은 여러 은닉층으로 구성되고 하나의 주효과나 한 쌍의 상호작용을 학습한다. 여러 부분망의 출력을 더해 전체 예측을 구성하는 순전파 구조다.
해석을 위한 세 조건
희소성은 중요한 효과를 선택해 표현을 간결하게 한다. 상속 조건은 상호작용을 포함하려면 관련 주효과 중 적어도 하나가 있어야 한다는 뜻이며, 주변 명료성은 주효과와 상호작용을 구별하도록 한다.
단계적 학습
적응형 학습에서 주효과를 먼저 맞춘 뒤 남은 잔차에 쌍별 상호작용을 학습한다. 합성 함수와 실제 자료에서 해석 가능성과 예측 성능을 함께 평가했다.
관련 문서
신경 가산 모델 / 신경 기저 모델 / NODE-GAM / 일반화 가산 모형 / 잔차 / 신경망 가중치의 상호작용 탐지