본 논문은 양자 정보 이론의 틀을 사용하여 확률 회로(probabilistic circuits) 기반 머신러닝 모델을 연구합니다. 확률 회로는 합과 곱을 재귀적으로 중첩하여 확률 변수의 다항 시간 한계화를 가능하게 하는 매력적인 생성 모델 클래스로 떠오르고 있습니다. 이 연구에서는 양의 실수값 확률에 대한 회로 평가를 양의 준정부호 행렬에 대한 회로 평가로 일반화하는 양의 유니탈 회로(Positive Unital Circuits, PUnCs)를 제시합니다. 결과적으로 PUnCs는 확률 회로뿐만 아니라 최근에 소개된 PSD 회로와 같은 회로 클래스도 일반화합니다.
