थर्मो-एनएन नामक एक परियोजना न्यूरल नेटवर्क आर्किटेक्चर को लैंडाउअर के सिद्धांत पर आधारित थर्मोडायनामिक जानकारी लागत को न्यूनतम करके अनुकूलित करने का प्रस्ताव देती है, मानक FLOPs और पैरामीटर गणना ट्रेडऑफ पर निर्भर करने के बजाय।
दृष्टिकोण हार्डवेयर पर परिणामों को मैप करने से पहले CAMOS नामक एक कारण व्युत्पत्ति चरण का उपयोग करता है। यह मानता है कि नेटवर्क के भीतर अनावश्यक जानकारी का विनाश एलाइनमेंट विफलता में योगदान दे सकता है, यह सुझाव देते हुए कि भौतिक जानकारी को संरक्षित करना व्याख्यायिता विधियों के साथ एक उपयोगी बाधा के रूप में काम कर सकता है।
वर्तमान में, परियोजना केवल एक अवधारणात्मक पाइपलाइन प्रस्तुत करती है जिसमें कोई प्रकाशित बेंचमार्क या प्रदर्शन संख्याएं नहीं हैं, इसलिए इसे सिद्ध तकनीक के बजाय देखने लायक एक दिलचस्प विचार माना जाता है।