distributed representation(분산 표현)은 하나의 개념을 여러 unit에 걸친 활성 패턴으로 나타내고, 각 unit은 여러 개념의 표현에 참여하는 신경망의 정보 표현 방식이다. 개념마다 전용 unit 하나를 두는 localist representation(국소 표현)과 대비된다.
1980년대 Geoffrey Hinton 등 병렬 분산 처리(PDP) 연구 그룹이 주창했으며, 적은 수의 unit으로 많은 개념을 담을 수 있고, 일부 unit이 손상돼도 표현이 완전히 사라지지 않으며, 비슷한 개념이 비슷한 패턴을 가져 일반화에 유리하다는 장점이 있다. 단어를 실수 벡터로 나타내는 word embedding이 대표적인 예이며, 현대 딥러닝 모델의 내부 표현은 대부분 분산 표현이다. 반면 unit 하나만 봐서는 의미를 알기 어려워 interpretability를 어렵게 하는 요인으로도 꼽힌다.