本研究提出了一种新的字典学习算法，通过优化原子的大小来提高信号表示能力和异常检测性能。该方法在依赖类异常检测方面表现优于现有方法。

该研究提出了一种基于优化快速字典学习算法的新型模型压缩方法DirNet，能在资源受限的移动设备上实现高压缩率而几乎没有准确性损失。实验结果表明该方法在语言模型和ASR模型上比之前的方法更优越。