จากบทความนี้ ANNs ที่มีมูลค่าซับซ้อน (C-ANNs) สามารถแก้ปัญหาเช่น XOR และการตรวจจับแบบสมมาตรที่มีจำนวนชั้นที่น้อยกว่า ANNs จริง (สำหรับทั้งสองนี้เป็น C-ANN 2 ชั้นในขณะที่ 3-layer จำเป็นต้องใช้ R-ANN)
ฉันเชื่อว่ามันยังคงเป็นคำถามที่เปิดกว้างว่าประโยชน์นี้มีประโยชน์อย่างไรในทางปฏิบัติ (เช่นจริง ๆ แล้วทำให้การค้นหาโทโพโลยีที่ถูกต้องง่ายขึ้น) ดังนั้นในปัจจุบันประโยชน์หลัก ๆ ของ C-ANNs คือเมื่อพวกมันเป็นแบบจำลอง โดเมนปัญหา
พื้นที่การใช้งานนั้นมีค่าที่ซับซ้อนเกิดขึ้นตามธรรมชาติเช่นในระบบออปติกการประมวลผลสัญญาณ / FFT หรือวิศวกรรมไฟฟ้า