본 논문은 기존 Variational Autoencoders (VAEs)의 단순한 사전 분포(prior) 문제를 해결하기 위해 Bayesian Gaussian Mixture Model (GMM)을 활용한 새로운 사전 분포인 VampPrior Mixture Model (VMM)을 제안합니다. VMM은 기존 GMM 기반 방법들의 클러스터 개수 사전 설정 및 초기값 민감성 문제를 해결하며, 벤치마크 데이터셋에서 우수한 클러스터링 성능을 보입니다. 특히, scRNA-seq 데이터 통합 방법인 scVI에 적용하여 성능 향상 및 생물학적 특징이 유사한 세포들의 자동 클러스터링을 달성합니다.
