本稿では、重み行列を低次元のベクトルによって再パラメータ化し、それらがカーネル関数を通じて相互作用する新しいニューラルネットワークアーキテクチャを提案する。本ネットワークの1層は、入力と出力の間に（無限に広い可能性のある）線形層を導入するものと解釈できる。このモデルの理論的基盤を明らかにし、具体的な例を用いて検証することで、データ可視化からレコメンデーションシステムに至る多様な応用において、ニューラルネットワークに構造を導入する方法の可能性を探索する。特に、協調フィルタリングタスク（MovieLens）において、最先端の性能を達成した。