人工神經網路的特性會根據其構建方式和訓練方式而有很大差異。即使是在兩個網路使用相同輸入資料集進行訓練的情況下，不同的訓練演算法也會產生具有不同特徵的不同系統。透過將多個 ANN 合併到一個系統中，便形成了機器委員會。委員會系統的結果是各個組成系統的結果的組合。例如，可以將委員會中一組離散答案中最常見的答案作為總體答案，或者可以採用平均答案。
機器委員會 (COM) 系統往往比單個組成系統更健壯，但當答案被平均化時，它們也可能會失去一些單個系統的“專業知識”。
