在基于深度信念网络的改进分类一文中，作者指出，为了更好的分类，生成模型用于在训练分类器之前初始化模型和模型特征。通常需要它们来解决单独的无监督和监督学习问题。生成受限玻尔兹曼机和深度信念网络广泛用于无监督学习目的。
我的问题是，如果我要通过无监督学习执行非图像多类分类任务，在不考虑数据集也很重要的情况下使用深度信念网络或卷积神经网络会更好吗？
此处提出了与图像分类任务相关的类似问题Deep Belief Networks vs Convolutional Neural Networks。答案表明，DBN 在非图像分类任务上的表现可能比 CNN 更好，但是有没有关于这方面的证据，或者有任何论文更深入地探讨了这一点？