w systemach ANN. Określa ją wzór &lt;gap&gt; w którym - współczynnik z przedziału (0,1), m - numer aktywowanego (pobudzanego) neuronu, j - oznacza krok procedury uczącej, i - numer wejścia m-tego neuronu, y - funkcja wyjścia neuronu, , - waga połączenia między elementami sieci, &lt;gap&gt; - sygnał wejściowy pobudzający element sieci.<br>W metodzie tej zmiana i-tej wagi m-tego elementu proporcjonalna jest do wartości sygnału wejściowego 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