还是因为“花哨”而被称为神经网络？

机器神经网络之所以这样称呼，是因为它们刻意模仿生物神经网络的功能，试图找到解决“传统”信号或数据处理手段难以解决的问题的方法。

近似未知系统的线性/非线性自适应滤波器（链）与执行相同操作的“神经网络”之间是否存在差异

结构上肯定有区别。生物神经网络和机器神经网络的一个特点是它们接受大量输入（不同于典型的“过滤器”），将这些输入与一些加权抽头（与典型的“过滤器”相同）进行卷积，然后运行该结果通过获得“神经元发射，神经元未发射”结果的非线性（与典型滤波器不同）。

如果你想用机器神经网络实现一个线性滤波器，你通常会得到比你的滤波器更多的“神经元”。在做这种事情的生物系统中（比如在你的内耳中发生的或多或少的小波处理，在信息到达你耳朵之间的大的柔软的生物神经网络之前）“线性过滤”是由专门的神经元，或其他系统（耳朵是机械的，眼睛是电化学的，等等）

神经网络是自适应滤波器吗？

这取决于神经网络。机器神经网络本身并不适应不断变化的刺激。部署的典型机器神经网络不会改变权重或激活函数——这些是在训练阶段确定的。制作一个可以学习的神经网络需要向系统添加特定的特征，而训练一个神经网络是一个经常会产生意想不到的结果的过程，因此通常不会允许在现场不受管理地发生这种情况。