ustalonego.<br>Załóżmy, że chcemy, aby sieć neuronowa rozpoznawała 7 stanów patologicznych krtani, reprezentowanych głosami różnych mówców - pacjentów. Każdy sygnał akustyczny wypowiadanego tekstu, zostaje wstępnie przetworzony na, np. 800 wartości liczbowych (parametrów), gdzie 800 = 16 ˇ 50, co oznacza np. 16 pasm tercjowych w 50 przedziałach (okienkach) czasowych. Zatem sieć będzie musiała mieć N = 800 jednostek wejściowych (po jednej dla każdego parametru) oraz M = 7 jednostek wyjściowych (liczba stanów patologicznych), jak również pewną liczbę jednostek neuropodobnych w warstwach ukrytych. Aby nauczyć taką sieć, na jej wejścia doprowadzamy sekwencje wartości <gap>, dla każdej wypowiedzi testowej pacjenta, a sieć porównuje aktywność każdej z 7 jednostek wyjściowych