有一篇文檔描述了JMP對神經網絡平台的健壯選項的實現 JMP ANN 這注意到它最大化了拉普拉斯分佈的可能性，[當然]與最小化絕對偏差相同。 但是，在這種情況下沒有分析梯度（函數不可區分），那麼在這種情況下JMP如何實際運行優化？他們是否使用絕對值函數的平滑近似，然後應用準牛頓方法？或者他們計算數值梯度並仍然應用準牛頓方法，但只是在零附近特別小心？
