i wyjściowego tego elementu. Jeżeli w procesie uczenia pewna grupa elementów jest aktywowana charakterystycznymi (dla danej klasy obrazów) sygnałami wejściowymi, to wagi im odpowiadające są wzmacniane. Powoduje to na wyjściu sieci wzrost aktywności neuronów, których iloczyn sygnału wejściowego i wag jest największy Sieć uczy się w ten sposób rozróżniać nadchodzące bodźce i grupować je w pewne kategorie, gdyż neuron "wytrenowany" do rozpoznawania pewnego sygnału X będzie również rozpoznawał sygnały do niego podobne.<br>Inne podejście do procesu uczenia prezentuje, wspomniana wcześniej, metoda Kohonena. Jest ona podobna do metody Hebba. Uczeniu w tej metodzie podlega tylko ten neuron, którego sygnał wyjściowy jest największy