ニューラルネットワークのモデルの1つにオートエンコーダがあります。オートエンコーダは入力層と出力層のノード数が等しく、入力データのコピーを出力するという性質をもちます。このアーキテクチャは特徴抽出、ノイズ除去、データ生成など幅広く応用することができますが、ニューラルネットを主体とすることによる解釈性の低さが課題となっています。この研究ではカーネルの線形和でニューラル構造を代替することで理論的な議論を可能にし、同時に新たな活用法を模索していきます。