การประยุกต์ใช้เทคโนโลยีของเครือข่ายนิวรอลอย่างหนึ่งก็คือ การพัฒนาเครือข่ายนิวรอลชนิด Self-Organizing Feature Maps (SOFM) ขึ้นมาโดยมีวัตถุประสงค์เพื่อใช้แสดงฟังก์ชัน (Function) ที่ผิดปกติในโรงไฟฟ้าพลังงานนิวเคลียร์อันเนื่องมาจากภาวะทรานเซียนต์ที่ไม่ต้องการ แบบจำลองโรงไฟฟ้านิวเคลียร์แคนดู-9(CANDU-9 Nuclear Power Plant Simulator) ได้ถูกใช้เป็นที่ฝึกและทดสอบความสามารถของเครือข่ายนิวรอลที่พัฒนาขึ้น พารามิเตอร์ (Parameter) 36 ตัวจะถูกเรียนรู้แบบรูป (Pattern Learning) ของทรานเซียนต์แต่ละทรานเซียนต์โดยเครือข่ายSOFM และพิสูจน์ว่าเป็นฟังก์ชันที่ผิดปกติฟังก์ชันใดที่มีอยู่ในแบบจำลอง ช่วงเวลาที่ใช้ในการทดสอบการรู้จำแบบรูป (Pattern Recognition) คือ 5, 10 และ 15 วินาทีพบว่าเครือข่ายที่พัฒนาขึ้นสามารถบอกภาวะทรานเซียนต์ได้ถูกต้องทั้งหมดภายในช่วงเวลาการรู้จำ 15 วินาที โดยดูได้จากสหสัมพันธ์ระหว่าง SOFM อ้างอิงที่เก็บไว้ในฐานข้อมูลกับ SOFM ที่สร้างขึ้นอย่าง Real-Time ในระหว่างเกิดทรานเซียนต์