Badacze opracowali nową metodę odkrywania adaptacyjnych baz do reprezentacji danych, która nie opiera się na sieciach neuronowych. Zamiast tego wykorzystuje podejście variacyjne i sterowane danymi do automatycznego znalezienia optymalnej reprezentacji. To ważne, ponieważ otwiera alternatywne ścieżki w uczeniu maszynowym niezależne od tradycyjnych sieci głębokich. Rozwiązanie może mieć wpływ na efektywność obliczeń i interpretacyjność modeli w różnych zastosowaniach.