본 연구는 계층적 이산 표현 학습을 위한 새로운 변분 베이즈 모델인 HQ-VAE를 제안한다. HQ-VAE는 기존 VQ-VAE 계열 모델의 단점인 코드북 붕괴 문제를 해결하고, 재구성 성능을 향상시킨다.
