该论文提出了一种利用神经随机微分方程（SDEs）解决ResNet-like模型在意外辐射发射（URE）分类中的鲁棒性和可解释性的方法。实验证明，神经SDE模型具有更强的鲁棒性和更有意义的解释。该方法对于开发在数据本质上嘈杂且可解释机器学习预测的实际URE应用来说，是一小但重要的步骤。