UMAP과 t-SNE와 같은 차원 축소 방법들을 ProbDR에서 제시된 모델을 이용한 MAP 추론 방법으로 근사적으로 재구성할 수 있음을 보여줍니다. 이 모델은 그래프 라플라시안(데이터 정밀도 행렬의 추정치)을 잠재변수에 대해 평가된 비선형 공분산 함수를 평균으로 갖는 위샤트 분포를 사용하여 기술합니다. 이러한 해석은 공분산에 해당하는 분산이 낮다는 것을 보여줌으로써(잠재적으로 잘못 지정됨), 그리고 잘 알려진 커널을 사용하여 그래프 라플라시안에 의해 암시된 공분산을 설명할 수 있음을 보여줌으로써, 이러한 알고리즘에 대한 더 깊은 이론적 및 의미론적 통찰력을 제공합니다. 또한 유사한 차원 축소 방법을 연구할 수 있는 도구도 소개합니다.
