การเชื่อมโยงเซลล์ประสาทเทียมจำนวนหนึ่งเข้าด้วยกันเป็นโครงข่ายประสาทเทียมนั้นสามารถเชื่อมโยงแบบใดก็ได้อย่างไม่มีขอบเขตจำกัด อย่างไรก็ตาม ในทางปฏิบัติแล้ว เทคนิคการเรียนรู้ของโครงข่ายประสาทเทียมมักจะถูกออกแบบมาให้ใช้งานได้กับสถาปัตยกรรมโครงข่ายประสาทเทียมที่มีลักษณะเฉพาะเท่านั้นสถาปัตยกรรมโครงข่ายประสาทเทียมที่พบทั่วไปจะมีลักษณะหลักๆ คือ มีการจัดเซลล์ประสาทเทียมเป็นชั้นๆ (layer) ชั้นที่รับข้อมูลเข้าเรียกว่าชั้นอินพุต (input layer) ชั้นที่ผลิตผลตอบของโครงข่ายเรียกว่า ชั้นเอาต์พุต (output layer)ส่วนชั้นอื่นๆ ที่มีส่วนในการช่วยทำการประมวลผลอยู่ภายในเรียกว่า ชั้นซ่อน (hidden layer) ในโครงข่ายประสาทเทียมอาจมีชั้นซ่อนได้หลายชั้นโครงสร้างพื้นฐานจะมีลักษณะเป็นการประกอบกันของรูปแบบ ดังต่อไปนี้
แบบป้อนไปข้างหน้า (feedforward)อาจจัดได้เป็นสองแบบย่อยคือ แบบมีชั้นของเซลล์ประสาทชั้นเดียว และแบบมีชั้นของเซลล์ประสาทหลายชั้น โดยปกติแล้ว การเชื่อมโยงจะถูกกำหนดขึ้นระหว่างชั้นที่ติดกัน โดยจะมีการเชื่อมโยงระหว่างเซลล์ประสาทเทียมทุกตัว จากชั้นหนึ่งๆ ไปยังเซลล์ประสาทเทียมทุกตัวในชั้นต่อไป ในบางสถาปัตยกรรมอาจมีการเชื่อมโยงข้ามชั้นก็ได้
แบบมีการป้อนไปเวียนกลับ (recurrent)ในสถาปัตยกรรมบางแบบ โครงข่ายประสาทเทียมอาจมีการเชื่อมโยงที่ถูกกำหนดขึ้นระหว่างเซลล์ประสาทเทียมในชั้นหนึ่งๆ ย้อนกลับไปยังชั้นอื่นๆ ก่อนหน้านั้น หรือแม้แต่ภายในชั้นเดียวกันเอง
โครงข่ายประสาทเทียมชนิดแผนภูมิคุณลักษณะที่จัดตัวเองของโคโฮเนน (Kohonen'sSelf-Organizing Feature Map)
สถาปัตยกรรมโครงข่ายประสาทเทียมของโคโฮเนนนี้มีลักษณะที่เป็นพิเศษบางประการและการเรียนรู้สำหรับโครงข่ายประสาทเทียมชนิดนี้ก็ถูกออกแบบมาคู่กัน โดยเป็นการเรียนรู้แบบไม่มีผู้สอน (unsupervised Learning) โครงข่ายประ-สาทเทียมชนิดนี้เป็นชนิดชั้นเดียว (single-layer)ทั้งนี้ ไม่นับชั้นอินพุตซึ่งเป็นชั้นที่ทำการกระจายสัญญาณเข้าไปยังชั้นเอาต์พุตเท่านั้น อย่างไรก็ตามสถาปัตยกรรมโครงข่ายชนิดนี้มีการระบุว่า ในบรรดาเซลล์ประสาทเทียมที่ชั้นเอาต์พุตนั้น เซลล์หนึ่งๆ มี "เพื่อนบ้าน" (neighbors) เป็นเซลล์ใดบ้างในแบบง่ายๆ "ความเป็นเพื่อนบ้าน" (neighbor-hood) ของเซลล์ประสาทเทียมเหล่านี้อาจถูกจัดเป็นเชิงเส้น (linear) ตัวอย่างเช่น ถ้าเราใส่หมายเลขให้แก่เซลล์ประสาทเทียมแต่ละเซลล์ ก็จะระบุว่า เพื่อนบ้านของเซลล์ที่ i คือ เซลล์ที่มีลำดับก่อนหน้านั้น และเซลล์ที่มีลำดับตามมาซึ่งก็คือ เซลล์ที่ i - 1 และ i + 1 นั่นเอง เช่นเพื่อนบ้านของเซลล์ที่ ๕ คือ เซลล์ที่ ๔ และเซลล์ที่ ๖ เป็นต้น ความสัมพันธ์เชิงเพื่อนบ้านของเซลล์ประสาทเทียมเหล่านี้อาจเป็นแบบสองมิติ สามมิติ หรือเป็นรูปแบบโครงสร้างเฉพาะบางอย่างแล้วแต่ผู้ออกแบบโครงข่ายในการนำไปประยุกต์ใช้ นอกเหนือจากการที่มีสัญญาณส่งมาจากชั้นอินพุตไปยังชั้นเอาต์พุตแล้ว ในโครงข่ายประสาทเทียมของโคโฮเนนนี้ ยังมีการส่งสัญญาณระหว่างเซลล์ประสาทเทียมในชั้นเอาต์พุตกันเองด้วย โดยสัญญาณออกจากเซลล์ประสาทเทียมตัวหนึ่งๆ ถูกส่งไปยังเซลล์ประสาทเทียมในชั้นเอาต์พุตตัวอื่นๆ ทุกตัว ทั้งนี้ ค่าน้ำหนักของการเชื่อมโยงดังกล่าวจะเป็นลบทั้งหมด นั่นคือ การที่เซลล์ประสาทเทียมตัวหนึ่งๆ ทำการยิงสัญญาณออกไปจะส่งผลกดให้เซลล์ประสาทเทียมตัวอื่นๆ มีผลรวมของสัญญาณเข้าลดลง
ขั้นตอนในการเรียนรู้ในโครงข่ายประสาทเทียมของโคโฮเนน เริ่มต้นด้วยการส่งข้อมูลตัวอย่างเข้าไปทางชั้นอินพุต จากนั้น สัญญาณอินพุตทั้งหมดจะถูกส่งไปยังเซลล์ประสาทเทียมในชั้นเอาต์พุตทุกตัว เซลล์ประสาทเทียมในโครงข่ายประสาทเทียมของโคโฮเนนนี้ จะดำเนิน-การชั้นแรกในลักษณะเดียวกับเซลล์ประสาทเทียมแบบแม็กคัลลอชและพิตส์ นั่นคือ รวมสัญญาณเข้าที่วิ่งผ่านค่าน้ำหนักที่ขั้วเข้าต่างๆ เข้าด้วยกันในเซลล์ประสาทเทียมชนิดนี้จะไม่มีการเปรียบ-เทียบผลรวมนี้กับค่าระดับ เพื่อปรับความแรงของสัญญาณออกเป็นระดับ ๐ หรือ ๑ แต่จะส่งผลรวมของสัญญาณออกไปทางขั้วสัญญาณออกเลยหากผลรวมนั้นมีค่ามากกว่า ๐
จากการที่เซลล์ประสาทเทียมตัวหนึ่งยิงสัญญาณออกไป จะทำให้ผลรวมของสัญญาณเข้าของเซลล์ประสาทเทียมตัวอื่นๆ ลดลง ในที่สุดจะมีเซลล์ประสาทเทียมที่ยิงสัญญาณออกได้อยู่เพียงตัวเดียว ซึ่งจะเป็นเซลล์ที่มีความแรงของสัญญาณออกในตอนแรกมากที่สุดนั่นเอง หากวิเคราะห์ทางคณิตศาสตร์ก็จะพบว่า เวกเตอร์ของค่าน้ำหนักที่ขั้วเข้าทุกขั้วของเซลล์ประสาทเทียมตัวนี้ จะมีความคล้ายคลึงกับเวกเตอร์ของสัญญาณเข้ามากที่สุดนั่นคือ ในขั้นตอนนี้ เซลล์ประสาทเทียมทุกตัวในชั้นเอาต์พุตจะแข่งขันกันว่า เซลล์ใดจะมีตัวแทนความรู้ (เวกเตอร์ของค่าน้ำหนัก) ใกล้เคียงกับข้อมูลตัวอย่างมากที่สุด เซลล์ที่เป็นผู้ชนะในการแข่งขันจะได้รับสิทธิในการปรับค่าน้ำหนัก เพื่อทำการเรียนรู้ข้อมูลตัวอย่างเพิ่มเติมเข้าไปกับความรู้เดิม นอกจากนั้น บรรดาเพื่อนบ้านของเซลล์ที่เป็นผู้ชนะนี้ก็จะพลอยได้รับสิทธิในการเรียนรู้ไปด้วยเช่นกัน
เมื่อป้อนข้อมูลตัวอย่างเข้าไปมากๆ และหลายๆ รอบผ่านกระบวนการเรียนรู้ดังกล่าว จะพบว่า เซลล์ประสาทเทียมแต่ละตัวในชั้นเอาต์พุตจะค่อยๆ ทำการเรียนรู้ข้อมูลเฉพาะกลุ่ม โดยข้อมูลที่มีลักษณะคล้ายคลึงกันจะถูกเรียนรู้ด้วย เซลล์ประสาทเทียมตัวเดียวกัน ผลของการเรียนรู้ซึ่งก็คือค่าน้ำหนักต่างๆ ของเซลล์ประสาทเทียมตัวนั้นๆ จะเป็นค่าตัวแทนของข้อมูลทุกๆ ตัว ในกลุ่มที่เซลล์ประสาทเทียมตัวนั้นๆ เรียนรู้ไป
สมมติว่ามีการจัดหนังสือจำนวนหนึ่งที่ประกอบด้วยหนังสือนิยาย แบบเรียน การ์ตูนและวารสารต่างๆ ขึ้นเก็บบนชั้นวางหนังสือ ๔ ชั้นในสายตาของคนคนหนึ่งอาจมองว่า จะจัดแยกหนังสือ ๔ ประเภทดังกล่าวเก็บไว้ประเภทละชั้นโดยดูจากความคล้ายคลึงของลักษณะเนื้อหาในหนังสือ ภายหลังการจัดดังกล่าว หากมีหนังสือการ์ตูนเล่มใหม่เข้ามา ก็จะถูกนำไปเก็บที่ชั้นของหนังสือการ์ตูน จะเห็นได้ว่า ในระหว่างการดำเนินการจัดนั้นไม่มีผู้สอน แต่สมองมนุษย์สามารถเรียนรู้ลักษณะความคล้ายคลึงต่างๆของหนังสือ แล้วแผนภูมิของลักษณะเหล่านั้นออกเป็นชั้นๆ ได้เอง โครงข่ายประสาทเทียมของโคโฮเนนก็จะดำเนินการจัดแผนภูมิของลักษณะข้อมูลต่างๆ ได้เองในทำนองเดียวกัน ประโยชน์ของโครงข่ายประสาทเทียมแบบโคโฮเนนนั้นอาจเป็นการนำไปประยุกต์ใช้กับการสร้างแผนภูมิคุณลักษณะ ซึ่งสามารถใช้อธิบายความสัมพันธ์ระหว่างข้อมูลดิบได้อย่างชัดเจน
