Analysis of Subsampling Effects in Pattern Completion by Hypernetwork Learning Based on Probabilistic Library Model

확률라이브러리모델 기반의 Hypernetwork 학습에 의한 패턴완성시의 Subsampling 효과 분석

패턴완성(Pattern Completion)은 사용되는 패턴 성분들 사이의 higher-order correlation 정보가 중요한 의미를 가질 수 있는 기계학습 문제 중 하나이다. higher-order correlation은 확률라이브러리모델(Probabilistic Library Model)로 구현되는 hypernetwork 개념을 도입해서 나타낼 수 있다. 하지만 확률라이브러리모델을 사용하여 higher-order 정보를 나타내려할 때 초기라이브러리가 모든 가능한 조합의 원소들을 가지도록 구성하기는 쉽지 않다. 그 대안으로 초기라이브러리 구성 시 학습패턴들을 subsampling하여 적은 숫자의 원소들만으로 higher-order correlation의 근사치를 나타내게 할 수 있다. 본 논문에서는 이와 같이 subsampling이 사용되어 구성된 확률라이브러리모델을 이용한 패턴완성시의 correlation의 order에 따른 효과를 분석하여 본다.