En la Figura \ref{fig01} se muestran los elementos de una neurona artificial, a continuación descritos.
Sea \(x_i\) un conjunto de valores de entrada, \(w_{ij}\) pesos sinápticos, con \(i=1,2 \dots n\), en la \(j\)-ésima neurona.
Una regla de propagación definida a partir del conjunto de entradas y los pesos sinápticos.
\(net=(x_1, \dots, x_n, w_{1j}, \dots, w_{nj} )=\displaystyle\sum_{i=1}^{n}w_{ij}x_i\)
\(f(net)\) es una función de activación
La función lineal: La salida de una función de transferencia lineal es igual a su entrada, la cual se representa en la figura \ref{fig04}.
Se define como \cite{alejo2010analisis}:
\(f(net)=net\)