Paul Werbos

E. Bryson）和何毓琦将其描述为多级动态系统优化方法。 直到1974年以后在神经网络的背景下应用，并由保罗·维波斯（英语：Paul Werbos）、大卫·鲁梅尔哈特（英语：David E. Rumelhart）、杰弗里·辛顿和罗纳德·J·威廉斯（英语：Ronald J.

计算机学习网络。罗森布拉特也用数学符号描述了基本感知机里没有的回路，例如异或回路。这种回路一直无法被神经网络处理，直到保罗·韦伯斯（英语：Paul Werbos）(1975)创造了反向传播算法。 在马文·明斯基和西摩爾·派普特（1969）发表了一项关于机器学习的研究以后，神经网络的研究停滞不前。他

1982年，物理学家John Hopfield证明一种新型的神经网络（现被称为“Hopfield网络”）能够用一种全新的方式学习和处理信息。大约在同时（早于Paul Werbos），David Rumelhart推广了反向传播算法，一种神经网络训练方法。这些发现使1970年以来一直遭人遗弃的联结主义重获新生。