في هذه الورقة البحثية، نقدم نتائج اختبار دالة تنشيط مخصصة تُسمى دالة التنشيط التناظرية (TAAF) على مجموعتي بيانات MNIST وCIFAR-10. تُعد TAAF دالة تنشيط جديدة صُممت لتحسين أداء الشبكات العصبية من خلال الاستفادة من صيغة رياضية فريدة. قمنا بتقييم أداء TAAF ضمن هيكلية شبكة عصبية متعددة الطبقات (CNN)، وقارنّا أداؤها مع الدوال القياسية على مجموعة بيانات MNIST، ومع دالة ELU على مجموعة بيانات CIFAR-10. أظهرت النتائج أن TAAF تحقق دقة اختبار تبلغ 99.39% على مجموعة بيانات MNIST، و79.37% على مجموعة بيانات CIFAR-10. وعلى مجموعة بيانات MNIST، حققت TAAF دقة اختبار أعلى قليلاً بواقع 99.39%، متفوقةً على الدوال القياسية. أما على مجموعة بيانات CIFAR-10، فقد حققت TAAF دقة اختبار أعلى بشكل ملحوظ بواقع 79.37% مقارنة بـ 72.06% التي حققتها ELU ضمن نفس الهيكلية، مما يشير إلى تحسّن في قدرة التعميم. تُرسّخ هذه الورقة أداءً قوياً كمُعيار أولي لأداء TAAF في مهام تصنيف الصور المختلفة.