rozpoznała sygnał z k-tej klasy, kiedy na k-tym wyjściu otrzymamy największą wartość odpowiedzi sieci (k = m). Sieci wielowarstwowe, o szerokim polu receptywnym warstwy wejściowej (duża liczba jednostek wejściowych), są wykorzystywane głównie do rozpoznawania sygnałów zmiennych w czasie. Analiza działania sieci wielowarstwowych wykazuje, że pierwsza warstwa neuronów pełni funkcję normalizującą wartości sygnału wejściowego do dalszego przetwarzania w sieci. Zadaniem komórek warstwy ukrytej jest wykrywanie cech charakterystycznych sygnałów wejściowych. Każda z warstw ukrytych analizuje i uogólnia informacje przychodzące z niższej warstwy.<br>&lt;gap&gt;<br>Dla akustycznych sygnałów diagnostycznych można to interpretować w taki sposób, że pierwsza warstwa ukryta ma za zadanie wykrywać krótkotrwałe zdarzenia