Teboho Nyareli曾在南非科學和工業研究委員會（CSIR）工作3年，擔任專門從事礦業研究的研究工程師。 Nyareli先生從南非開普敦大學獲得電子工程碩士學位。
在採礦業中，大部分的地下傷亡是由於岩石墜落（即上牆/屋頂的倒塌）。在確定上盤完整性時，在礦山中使用了多年的方法是用發聲棒敲打上盤，聽取發出的聲音。一個經驗豐富的礦工可以通過發出的聲音區分一個完整的/堅固的懸掛牆和一個鬆脫的懸掛牆。這個方法是主觀的。 CSIR開發了一種輔助礦工在確定上盤完整性時做出客觀決定的裝置。一個訓練有素的神經網絡模型被嵌入到設備中。然後，該設備會記錄在輕敲牆壁時發出的聲音。然後將聲音在輸入到訓練的神經網絡模型之前進行預處理，並且訓練的模型將懸掛壁分類為完整的或分離的。
Nyareli先生現在已經使用NeuroSolutions兩年半了，並參加了密歇根州安阿伯2005年5月的神經網絡課程。使用具有源代碼許可證的NeuroSolutions的專業級別，Teboho使用NeuralExpert的默認設置可以獲得大約70％的樣本外數據的準確性。該模型共包含9個輸入和2個輸出，僅有160個用於訓練的示例和50個用於交叉驗證和測試的示例。
Nyareli先生只使用了NeuroSolutions的專業水平和源代碼許可證來完成這個項目，並發現“NeuroSolutions有一個很好的圖形界面”，並且選擇了它，而不是競爭產品，因為它是在Windows平台上使用NeuroSolutions最簡單的方法“ 。
目前，原型系統正在進行最後的測試。接下來是商業化階段，計劃於2008年某個時候完成。我們要感謝Nyareli先生對CSIR如何為南非的礦工們提供更安全的礦井提供了很好的見解，我們期待聽到關於完成產品。
