Naukowcy opracowali nowy algorytm rozwiązujący problem optymalnej selekcji grup w czasie wielomianowym, wykorzystując algebraiczną strukturę podwójnego komutatora i wartości własne. Metoda ma zastosowanie w machine learning, szczególnie w kontekście selekcji cech i grupowania danych. Rozwiązanie stanowi znaczący postęp obliczeniowy dla problemów optymalizacji strukturalnej, które wcześniej wymagały bardziej kosztownych metod numerycznych.