本研究提出了一种旋转等变球面卷积神经网络，用于新生儿扩散MRI中纤维方向分布的准确估计。该方法在仅使用30%梯度方向的情况下，显著提高了估计的准确性和临床效率，解决了低信噪比和运动伪影的问题。

本研究提出了一种改进的隐式扩散模型（IIDM），结合知识蒸馏模块，以提高遥感影像中碳储量空间分布的估计准确性和效率。结果表明，该模型的RMSE为12.17%，较传统回归模型提高了41.69%至42.33%，为区域碳储量管理提供了支持。

本研究提出了一种新型ARMAX-LF模型，利用深度神经网络提高了声门源和声道参数的估计准确性，特别是在鼻音、摩擦音和爆破音中，无需迭代。实验结果表明，该模型在元音和鼻化音参数估计上有显著提升。

星际卫星通过全视觉导航算法提高了估计准确性，并开发了深空导航分析测量模型。该算法在地球-火星星际转移上的测试中表现出良好的适用性。