El enfoque de Frank Rosenblatt implicaba un tipo de unidades o neuronas que podemos esquematizar en el siguiente diagrama:
Imagen: Wikipedia
A diferencia de lo que ocurría con la neurona de McCulloch-Pitts, la neurona tenía asociado un peso a cada uno de los enlaces de entrada, peso por el que se multiplicaba el valor de la señal que llegase por cada enlace. A continuación, se sumaban todas las señas ponderadas según dichos pesos, y si el resultado superaba un cierto valor mínimo (el "umbral" de la neurona), la neurona devolvía una señal de valor 1, y si no lo superaba, devolvía un valor 0:
Es decir, al resultado de las sumas ponderadas de las señales de entrada se le aplicaba una función escalón: si dicho resultado superaba el umbral (representado por θ en la imagen anterior), la respuesta de la neurona era 1 y, en caso contrario, la respuesta era 0. Como vemos, es el mismo comportamiento que vimos en la neurona de McCulloch-Pitts.
Si queremos expresar este modelo matemático en términos algebraicos, podemos hacerlo con la siguiente expresión:
Este tipo de neurona es lo que hoy en día se conoce como perceptrón, lo que no debe confundirse con el diseño mecánico de Frank Rosenblatt, que recibió el mismo nombre.
