본 논문에서는 최근 제안한 심층 에너지 기반 은닉변수 모델(DELVM)에 대한 score matching(SM)을 이용한학습기법을 제시한다. DELVM의 에너지 함수는 연속적인 입력과 은닉층을 갖으며 심층신경망에 의해 정의된다. 이러한 에너지 함수에 근거하여 SM 기반 DELVM 학습의 목적함수는 Fisher divergence을 통해 유도하고 경사하강법을 이용한 파라미터의 갱신법을 제시한다. Fashion MNIST와 CIFAR10 데이터를 사용한 비지도 특징학습을위한 이미지 인식 실험에서 제안된 기법은 contrastive divergence 기반 DELVM와 기존 모델보다 향상된 성능을나타낸다. 또한 ECG와 CIFAR10 데이터를 이용한 이상탐지 실험에서도 기존 모델보다 더 효과적인 F1-score를나타낸다.