Egy innovatív módszer a regressziós a termodinamikai tulajdonságait tiszta folyadékot a közelmúltban javasolt. A technika, jelzett, mint egy kiterjesztett egyenlet az állami, elfogadja keret hasonló a bővített megfelelő államok módszer, de egy harmadfokú egyenlet feltételezzük, ahelyett, hogy az egyenlet az állam a referencia folyadék a forma funkciók kifejezésre egy többrétegű feedforward neurális hálózat. A neurális hálózat használata biztosítja a visszafejlődendő funkcionális forma igen nagy rugalmasságát, így a kapott modell olyan reprezentációs pontosságot ér el, amely összehasonlítható az állam legkorszerűbb többparaméteres egyenleteivel a tiszta folyadék termodinamikai tulajdonságainak ábrázolásában. A technikát itt alkalmazták a kén-hexafluoridra, amelynek célja az állapot dedikált egyenletének heurisztikus módban történő rajzolása közvetlenül a rendelkezésre álló kísérleti adatokból. Kén-hexafluorid esetében (kritikus pont: Tc=318,7232 K és Pc = 3.754983MPa), számos homogén állapotban lévő tulajdonság és a fázisegyensúlyban lévő tulajdonságok kísérleti adatai állnak rendelkezésre. Az adatok megközelítőleg a 223.6upto625k háromszoros hőmérsékletétől, a 60mpa-ig terjedő nyomásig terjedő tartományt fedik le. A regressziós eljárást fejlesztettek ki, egy része jól elosztott sűrűsége, gőz–folyadék együttélés adatok, az úgynevezett “képzési meghatározott”, a modell volt egymás után, érvényesíteni a adatsorok, beleértve a szakirodalmi források beszámolási értékek isobaric hőkapacitás, hang sebessége, valamint a Joule–Thomson együttható. A kapott eredmények kielégítőek; valójában a javasolt állapotegyenlet képviseli a rendelkezésre álló adatokat kísérleti pontosságukon belül.