Rapporten som följer är en analys av en metod som genererar regler från neurala nätverk. Metoden heter VI-Analysis (Validity Interval Analysis) och är framtagen av Sebastian B. Thrun [Thrun]. VI-Analysis arbetar på det sättet att det neurala nätverket ses som en svart låda där endast de inputvärden och outputvärden som finns i nätverket används som underlag när regler ska genereras. Dessa inputvärden och outputvärden kommer sedan att få tillåtna intervall av VI-Analysis. De regler som tas fram av VI-Analysis är av typen if-then, dvs if (inputvärdet är inom ett tillåtet intervall) then (outputvärdet kommer att hamna inom ett tillåtet intervall). Om däremot det neurala nätverket har två eller fler lager kommer VI-Analysis att med största sannolikhet beräkna ett för stort intervall för outputvärdet. Detta kommer att granskas och det kommer att visas att VI-Analysis inte tar med alla de beroenden som finns mellan nätverkets vikter i sin beräkning. Om ett nätverk består av två eller fler lager och vikterna i nätverket är av olika tecken (+/-) kommer VI-Analysis att misslyckas att generera det exakta intervallet för ut-noden i nätverket. En metod för att minska detta fel kommer därför att presenteras.