Boken 'Multi-Valued and Universal Binary Neurons' utforsker to nyskapende typer nevroner: multi-verdi nevroner og universelle binære nevroner. Disse nevronene er basert på aritmetikk med komplekse tall, noe som gjør dem betydelig mer kraftfulle enn de tradisjonelle nevronene som brukes i kunstige nevrale nettverk. Resultatet er nettverk med en bredere funksjonalitet, som ikke bare kan realisere terskel input/output-kart, men også implementere vilkårlige boolske funksjoner. Boken presenterer to læringsmetoder som gjør det mulig å trene disse nettverkene på en enkel måte. Den omfattende anvendeligheten av disse nettverkene dokumenteres gjennom flere casestudier innen ulike bruksområder, som bildebehandling, kantdeteksjon, bildeforbedring, superoppløsning, mønstergjenkjenning, ansiktsgjenkjenning og prediksjon. Boken er delt inn i tre nesten likere deler, som omhandler en matematisk studie av de unike egenskapene til disse nye nevronene, læring av nettverk av slike nevroner, og anvendelse av nevrale nettverk. Her presenteres en grundig analyse av hvordan disse innovasjonene kan påvirke fremtidig teknologi.
