SUMMARY Forty‐four children aged 3 to 11 years with quadriplegic cerebral palsy were prospectively stratified and randomised into four treatment groups. The acquisition of motor skills was assessed in a 2 times 2 factorial design using the Gross Motor Function Measure. The two factors were conventional amounts of physiotherapy vs intensive amounts of physiotherapy, and the use of broad, generalised aims vs the use of specific measurable goals directed at motor skill acquisition. 82% of the children improved. Over the two‐week period, intensive physiotherapy produced a slightly greater effect than conventional physiotherapy but the factor more strongly associated with increased motor skill acquisition was the use of specific measurable goals. RÉSUMÉ Essai courtôléà distribution aléatoire de différentes intensityés de kinésithérapie et différentes procédures de projet chez 44 enfants LM.C. Quarante‐quatre enfants ágés de 3 a 11 ans et présentant une LM.C. quadriplégiquc furent repartis aléatoircment en quatrc groupes de traitement. Les acquisitions motrices furent évaluées selon un dessin à 2×2 facteurs, en utilisant une évaluation de la fonction motrice globale. Les deux facteurs opposaient d' une part une pratique habituclle de kinésithérapie et une pratique intensive, et d' autre part une approchc globale à des projets spécifiques el mesurables de tâches motrices. Une amélioration fut observée chez 82% des enfants. Durant la période de deux semaines, la kinésitherapie intentive obtint un peu plus d' effet que la kinésitherapie conventionnellc mais le factcur le plus fortcment associé a un progrès moteur fut le rccours à des projets spécifiques mesurables. ZUSAMMENFASSUNG Eine ruiuloinisierte koiitrollierte Studie von verschieden intensiven Pliysioihentpieprograninten und unterschiedliclien Zielselzungen bet 44 Kindem init Cerebralpare.se 44 Kinder im Alter zwischen 3 und 11 Jahren mit Tetraplcgie wurden prospekliv und randomisiert in vier Behandlungsgruppen untersucht. Das Erlemen der motorischen Fähigkeiten wurde anhand des Gross Motor Function Measure in Gcgenüberstellung von jeweils zwei Faktoren beurteilt: diese waren normale Physiotherapic versus intensive Physiotherapic und die Anwendung brciter generalisiertcr Ziele versus spczifisch meßbarcr Ziele in Bezug auf das Erlernen motorischer Fähigkeiten. 82% der Kinder zeigten eine Besscrung. Über den Zcitraum von zwei Wochen brachte die intensive Physiotherapie einen etwas besseren Erfolg als die konventionelle Physiotherapic aber die Anwendung spezifisch meßbarcr Ziele war stärker mit einer Verbesserung der motorischen Fähigkeiten assoziiert. RESUMEN Egludio controlado randoinizado de diferentes intensidudes de fisioteritpia v de diferentes objetivos en 44 niños con parcilisis cerebral Cuarenta y cuatro niños de 3 a 11 años con parálisis cerebral cuadriplégica fueron prospectivamente estratificados y randomizados en cuatro grupos terapéuticos. La adquisicion de habilidades motoras fué evaluada en un esquema dc 2×s2 factores utilizando la Gross Motor Function...

The lack of interpretability and trust is a much-criticized feature of deep neural networks. In fully connected nets, the signaling between inner layers is scrambled because backpropagation training does not require perceptrons to be arranged in any particular order. The result is a black box; this problem is particularly severe in scientific computing and digital signal processing (DSP), where neural nets perform abstract mathematical transformations that do not reduce to features or concepts. We present here a group-theoretical procedure that attempts to bring inner-layer signaling into a human-readable form, the assumption being that this form exists and has identifiable and quantifiable features—for example, smoothness or locality. We applied the proposed method to DEERNet (a DSP network used in electron spin resonance) and managed to descramble it. We found considerable internal sophistication: the network spontaneously invents a bandpass filter, a notch filter, a frequency axis rescaling transformation, frequency-division multiplexing, group embedding, spectral filtering regularization, and a map from harmonic functions into Chebyshev polynomials—in 10 min of unattended training from a random initial guess.