En este documento, se considera el problema de la estimación de estado para redes neuronales inerciales de valores complejos con fugas, retardos aditivos y distribuidos. Mediante el método funcional de Lyapunov-Krasovskii, la desigualdad de Jensen y el enfoque convexo recíprocamente, se deriva un criterio dependiente del retardo basado en desigualdades matriciales lineales (LMIs). Al mismo tiempo, se estima el estado de la red observando las mediciones de salida para garantizar la estabilidad asintótica global del sistema de error. Finalmente, se presentan dos ejemplos para verificar la efectividad del método propuesto.