Articolul tratează problema procesării semnalelor în reţele neuronale cu unităţi de calcul liniare şi include o analiză a metodelor de reprezentare a funcţiilor booleene. ADALINE (Adaptive Linear Neuron or later Adaptive Linear Element) reprezintă un tmodel de reţea neuronală liniară cu un strat de neuroni, dezvoltat de Bernard Widrow şi Ted Hoff la Universitatea Stanford, în 1960. Modelul foloseşte neuroni McCulloch–Pitts şi include ponderi, valori pentru polarizare şi funcţie de calcul al sumei ponderate a intrărilor. Diferenţa dintre Adaline şi perceptronul standard, al lui McCulloch-Pitts constă în modul de realizare a învăţării, în care ponderile sunt ajustate conform sumei ponderate a intrărilor. Există, de asemenea, o extensie a reţelelor neuronale liniare, şi anume reţeaua Madaline. În timpul antrenării, parametrii pondere şi polarizare ai unei reţele neuronale sunt actualizaţi într-un proces continuu de simulare a mediului în care reţeaua este generată. O unitate de calcul generică conţine două părţi: o funcţie de procesare care reduce argumentele la o singură valoare şi ieşirea unităţii dată de funcţia de activare, având un singur argument de intrare.