Año	Autor(es)	Resultado principal	Alcance / Impacto
1943	McCulloch & Pitts	Modelo lógico de la neurona artificial	Base conceptual de las redes neuronales.
1958	Rosenblatt	Perceptrón y primera regla de aprendizaje supervisado	Clasificación de patrones linealmente separables.
1969	Minsky & Papert	Limitaciones del perceptrón (ej. XOR no resoluble)	Declive de la investigación en redes neuronales (primer “invierno de la IA”).
1974	Werbos	Retropropagación en tesis doctoral	Algoritmo clave, aunque sin difusión en su momento.
1985	Funahashi	Demuestra capacidad de aproximación de MLP	Primeros fundamentos formales de aproximación universal (difusión limitada).
1986	Rumelhart, Hinton & Williams	Popularización de la retropropagación	Entrenamiento eficiente de redes multicapa.
1987	Barron	Inicia análisis de tasas de convergencia en aproximación con redes	Conexión con teoría de Fourier.
1989	George Cybenko	Teorema de Aproximación Universal para funciones sigmoides	Garantiza que una red con una capa oculta aproxima funciones continuas.
1990–91	Hornik, Stinchcombe & White	Generalizan el teorema a cualquier activación no polinómica, en espacios (L^p)	Consolidación del teorema en un marco matemático más amplio.
1993	Leshno, Lin, Pinkus & Schocken	Condiciones necesarias y suficientes para activaciones universales	Cierra formalmente la caracterización del teorema.
1993	Barron	Análisis de velocidad de convergencia	Explica eficiencia relativa de redes neuronales frente a otros métodos.
1995	Hecht-Nielsen	Teorema como corolario de resultados clásicos de análisis funcional	Refuerza el marco teórico general.
2001	Park & Sandberg	Universalidad en redes RBF y escenarios no lineales	Extiende aproximación universal a arquitecturas de base radial.
2003–2006	Poggio, Girosi, Mhaskar, Micchelli	Resultados para CNN y arquitecturas con bases radiales	Fundamentos teóricos de arquitecturas modernas.
2006	Hinton, Osindero & Teh	Deep Belief Networks	Punto de partida del aprendizaje profundo, jerarquías de representación.
2008	Bengio	Redes profundas son más eficientes que las superficiales	Introducción del argumento de eficiencia en aproximación universal.
2010	Montúfar y otros	Análisis de capacidad en función de la profundidad	Evidencia formal de la ventaja de las redes profundas.