Neues Framework lernt diskrete Strukturen differenzierbar – ohne Modellannahmen
Ein neues Verfahren zur differenzierbaren Strukturerkennung bei binären Daten wurde vorgestellt. Im Gegensatz zu bisherigen Ansätzen, die auf spezifische Strukturgleichungsmodelle setzen, arbeitet das Modell ohne solche Annahmen und kann damit beliebige Abhängigkeiten zwischen diskreten Variablen erfassen.