تعلم بولتزمان الحتمي يقوم بأقصى انحدار في فضاء الأوزان

تم تطبيق إجراء تعلم آلة بولتزمان بنجاح في الشبكات الحتمية من الوحدات التناظرية التي تستخدم تقريب الحقل المتوسط لمحاكاة نظام عشوائي حقيقي بكفاءة (بيتيرسون وأندرسون 1987). يتعلم هذا النوع من "آلة بولتزمان الحتمية" (DBM) أسرع بكثير من "آلة بولتزمان العشوائية" (SBM) المعادلة، ولكن نظرًا لأن إجراء التعلم لـ DBM يعتمد فقط على تشابه مع SBM، فلا يوجد إثبات موجود بأنه يقوم بعملية انحدار التدرج في أي دالة، وقد تم تبريره فقط من خلال المحاكاة. من خلال استخدام التفسير المناسب للطريقة التي يمثل بها DBM احتمال متجه الخرج المعطى متجه الإدخال، يتضح أن DBM يقوم بأقصى انحدار في نفس الدالة مثل SBM الأصلية، باستثناء الفجوات النادرة. كما تم وصف طريقة بسيطة جدًا لجعل الأوزان متناظرة، مما يجعل DBM أكثر منطقية بيولوجيًا من الانتشار العكسي (ويربوس 1974؛ باركر 1985؛ رملهارت وآخرون 1986).