jest głównie od liczby rozpoznawanych klas sygnałów. Po aktywacji elementów warstwy wyjściowej otrzymujemy wektor odpowiedzi sieci. Każda jego składowa odpowiada jednemu elementowi wyjściowemu. Jeżeli liczba komórek wyjściowych będzie równa liczbie rozpoznawanych klas, to można przyjąć, że sieć 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