GINN-LP是一种可解释的神经网络，以多元Laurent多项式的形式发现数据集的潜在方程。它在SRBench基准数据集的子集上优于现有的符号回归方法。将GINN-LP与高性能符号回归方法相结合，相比最佳竞争对手，方程发现的绝对改进率达到7.1%。