Воно повністю виключає використання нейронних мереж, спираючись на лінійний дискримінантний аналіз.

Воно вимагає конкатенації векторів ознак безпосередньо перед шаром класифікатора.

Це представлення використовується виключно для текстових та аудіо даних, і не підходить для зображень.

Модальності залишаються у своїх окремих просторах, але на них накладаються обмеження координації (наприклад, максимізація кореляції чи подібності).