SPN(Sum-Product Networks)

SPN(Sum-Product Network)은 여러 계층에 대해 빠르고 정확한 확률적 추론을 제공하는 새로운 유형의 기계 학습 모델입니다.

관련된 논문을 모아 놓은 GitHub를 보면.. 연구가 한 무더기가 있다. 이 논문 리스트 중에 이 이론과 관련된 논문 중 가장 오래된 논문은 2011년 워싱턴대에서 쓴 Sum-Product Networks: A New Deep Architecture이다.

SPN의 장점 :

• 그래픽 모델과 달리 SPN은 높은 트리 너비 모델에서 다루기 쉽다.
• SPN은 완전한 확률적 의미 체계를 갖춘 심층 아키텍처이다.
• SPN은 대략적인 추론 없이 표현 모델에 기능을 통합 할 수 있다.

SPN은 다음과 같은 수많은 데이터 세트에서 인상적인 결과를 얻었습니다.

• Image completion
• Image classification
• Activity recognition
• Click-through logs
• Nucleic acid sequences
• Collaborative filtering

참고자료

• https://spn.cs.washington.edu/