正式介绍感知器的论文（或报告）是Frank Rosenblatt的 The Perceptron — A Perceiving and Recognizing Automaton (1957)。如果您阅读本文的第一页，您可以立即理解情况。特别是，在某些时候（第 2 页，对应于 pdf 的第 5 页），他写道

作者最近的理论研究表明，构建一个电子或机电系统应该是可行的，该系统将学习识别光学、电学或音调信息模式之间的相似性或同一性，其方式可能与感知过程非常相似的生物大脑。所提出的系统的运行依赖于概率而非确定性原则，并从从大量元素中获得的统计测量特性中获得了可靠性。根据这些原理运行的系统将被称为感知器。

另见附录 I（第 19 页，对应于 pdf 的第 22 页）。

F. Rosenblatt的论文The perceptron: A probabilistic model for information storage and organization in the brain (1958) 显然是原始报告的更新和更好的版本。

可以在 Minsky 和 ​​Papert 的著名书籍Perceptrons: An Introduction to Computational Geometry（扩展版，第三次印刷，1988 年）（从第 161 页开始）中找到对感知器模型及其学习算法的更易于理解（虽然不是最直观）的描述向前）。