Večmaterialno 3D-tiskanje omogoča vgradnjo piezouporovnih zaznaval v enem procesu, kar omogoča multifunkcionalne, v celoti 3D-natisnjene pametne strukture brez ročne montaže ali specializirane opreme. Vendar pa nizka občutljivost in variabilnost pri izdelavi povzročata nezanesljive signale, kar omejuje 3D-natisnjena zaznavala na preproste demonstracije in ne na kompleksne pametne sisteme. To delo predstavlja v enem procesu 3D-natisnjeno strukturo z relativno slabo zmogljivostjo zaznavanja, ki se s pomočjo konvolucijske nevronske mreže (CNN) pretvori v zelo natančno pametno ploščo s funkcionalno lokalizacijo dotika. Struktura je sestavljena iz termoplastične poliuretanske (TPU) plošče z do štirimi vgrajenimi piezouporovnimi zaznavali, v celoti izdelanimi z ekstruzijo materiala (MEX). CNN obdeluje izmerjene časovne vrste signalov, da napove lokacijo dotika in klasificira amplitudo sile. Pametna plošča s 4-imi zanavali zanesljivo loči posamezne dotike z milimetrsko natančnostjo (povprečna natančnost 3,56 mm), kar omogoča aplikacije s sledilno ploščico s klasifikacijo sile (natančnost > 98,7 %). Pametna ploščica z enim zaznavalom ohranja funkcionalno delovanje (povprečna natančnost 6,32 mm), kar dokazuje, da strojno učenje kompenzira ekstremno omejitev zaznavanja. To delo vzpostavlja platformo za hitro izdelavo prototipov za specifične pametne strukture, izboljšane s CNN, ki so aplikativne v vmesnikih človek-stroj, mehki robotiki in spremljanju utrujanja struktur.