Människor avger flyktiga ämnen som kan detekteras av gassensorer. Tillsammans med neutrala nätverk kan närvaron av en människa i ett utrymme avslöjas. Detta är en viktig möjlighet vid sökande efter människor i rasmassor vid jordskalv, laviner, etc. Inlärningsförmågan hos olika nätverk har undersökts. Nätverk med inlärningsreglerna Perceptron, Widrow-Hoff och Backpropagation i en toolbox tillhörande programvaran MATLAB användes. För att undersöka nätverken systematiskt skrevs ett datorprogram i MATLAB. Resultatet visade att Widow-Hoff inte kunde avgöra närvaron av människa. Både med Perceptron och Backpropagation lyckades emellertid detta. Perceptron rekommenderar Backpropagation med ett lager, adaptiv inlärningshastighet och impulsmoment. Detta nätverk passar när ett beräknat värde på sannolikheten för närvaro eller frånvaro önskas.