この方向性の先行研究では遷移確率行列の形に強い制約を仮定しており、この制約が適切でなければ大きな近似誤差の要因になるという問題があった。提案手法では、（特徴量空間において）近いデータ点同士は、遷移確率行列も似た値を持っていることを仮定し、そのことを正則化として表現することで、遷移確率行列の関数形を制限することによる近似誤差の増大を生じることなく、より安定した遷移確率行列の推定が可能である。

F-MNIST, SVHN, CIFAR-10, CIFAR-100に人工的なIDNを掛けたデータセットと、元々ノイズを含んでいるClothing1M, Food-101Nにおいて、種々の先行研究と比較評価。いずれの場合も比較対象よりもノイズ耐性が向上した。

アイデアがシンプルで、しかも効果がある。