根据这篇论文，复值人工神经网络 (C-ANNs) 可以解决诸如异或和对称检测等问题，其层数比实际人工神经网络少（对于这两者来说，2 层 C-ANN 就足够了，而 3 层需要 R-ANN）。

我相信这个结果在实践中有多有用仍然是一个悬而未决的问题（例如，它是否真的使找到正确的拓扑更容易），所以目前 C-ANN 的关键实际优势是当它们是更接近的模型时问题域。

应用领域是自然产生复杂值的领域，例如光学、信号处理/FFT 或电气工程。