DISCOVERY OF LATENT STRUCTURES： EXPERIENCE WITH THE COIL CHALLENGE 2000 DATA SET
Nevin, Zhang, Yi Yi, Wang, Tao -, Chen · 系统科学与复杂性：英文版 · 2008
表明用层次潜伏的班(HLC ) 发现复杂、有趣的潜伏的结构的可能性的案例研究建模的在场的作者。类似的努力被张(2002 ) 更早作的 A，而是那研究与 4 或 5 个观察变量并且仅仅包含了仅仅小的应用程序 2 个潜伏的变量由于有效学习算法的缺乏。重要进步从那以后在算法的研究上被取得了，并且与几十个观察变量学习 HLC 模型现在是可能的。这允许我们比以前更信服地表明 HLC 模型的好处。作者成功地分析了 2000 数据用 HLC 模型设置了的卷挑战。获得的模型由 22 个潜伏的变量，和它的结构组成直觉地正在呼吁。它正在激动知道如此的大、有意义的潜伏的结构能自动地从数据被推断。