Применительно к задачам нерекуррентного оценивания случайных последовательностей показано, что оптимальный в среднеквадратическом смысле линейный алгоритм и алгоритм, основанный на использовании линейной нейронной сети при ее соответствующем предварительном обучении, обеспечивают нахождение оценок с близкими свойствами.

Полученный результат позволяет трактовать традиционный алгоритм как нейронную сеть простейшего вида. С практической точки зрения этот результат может быть полезным в тех случаях, когда имеются большие массивы исходных данных, которые могут быть привлечены для обучения сети. В этом случае можно построить процедуру оценивания, не проводя предварительной идентификации свойств оцениваемых последовательностей.