该研究提出了一种统一算法，可高效学习广泛的线性和非线性状态空间模型，包括深度神经网络建模的发射和转移分布。使用结构化变分逼近参数化的循环神经网络来模拟后验分布，同时学习编译的推理网络和生成模型。