純粋な流体の熱力学的性質の回帰のための革新的な方法が最近提案された。 この手法は拡張状態方程式として示され，拡張対応状態法と同様の枠組みを採用しているが，基準流体の状態方程式の代わりに三次方程式を仮定し，形状関数を多層フィードフォワードニューラルネットワークで表現した。 ニューラルネットワークを用いることにより，関数形式の非常に高い柔軟性が保証されるので，得られたモデルは純粋な流体の熱力学的性質の表現における最新のマルチパラメータ状態方程式に匹敵する表現精度に達する。 この技術を六フッ化硫黄に適用し，利用可能な実験データから直接ヒューリスティックモードでその専用の状態方程式を描くことを目的とした。 六フッ化硫黄の場合（臨界点はTc=318.7232K、Pc=3である。754983mpa)、均質状態におけるいくつかの特性および相平衡における特性の実験データが利用可能である。 データはおよそ223.6upto625kで三重点の温度からのそして60mpaまで圧力のための範囲をカバーする。 よく分布した密度と気液共存データのサブセット，いわゆる”トレーニングセット”について回帰手順を開発し，等圧熱容量，音速，Ｊｏｕｌｅ–Ｔｈｏｍｓｏｎ係数の値を報告する文献ソースを含むすべてのデータセットについてモデルを連続的に検証した。 得られた結果は満足のいくものであり，実際に提案した状態方程式は実験精度の範囲内で利用可能なデータを表している。