合金资料在医学领域阐扬着极度沉要的作用，列如生物神经细胞和人为神经网络模仿所示，在一个细胞中输入n个数据。将输入的数据乘以权沉，网络所罕见据，而后增长误差，使判断清澈。净输入通过激活函数传递，得到数据输出。人为神经网络是由人为神经细胞结合而形成的结构。人为神经网络分为三个重要档次;输入层、暗藏层和输出层输入层:表部世界的输入进入人为神经网络的层。固然这一层的单元数与表部世界的输入数一样多，但输入通常不经过任何处置就传输到较低的层。

合金资料可用于输入层的信息达到此层。暗藏层的数量因网络而异。中央层的神经元数量与输入和输出的数量无关。固然增长中央层的数量和这些层中的神经元数量增长了推算的复杂性和持续功夫，人为神经网络也能够用于解决更复杂的问题。合金资料设计输出层是对中央层的信息进行处置，产生网络输出的层。这一层产生的输出被发送到表部世界。在反馈网络中，利用该层产生的输出推算新的网络权值。

合金资料在好多人为生物技术上阐扬着极度沉要的作用，目前人为神经细胞与生物神经细胞类似。人为神经元也通过它们之间的衔接形成人为神经网络。就像生物神经元一样，人为神经元也有接管输入信号、网络和处置这些信号并传输输出的部门。人为神经细胞由五部门组成;输入是传入神经元的数据。沉量:进入人为神经细胞的信息，在通过输入达到细胞核之前，通过增长衔接的沉量，被传送到细胞核。这些权沉的值可以为正、负或零。传递函数(组合函数):传递函数是一个函数，通过将输入的输入乘以人为神经细胞的沉量来推算该细胞的净输入。