신경 회로에는 반드시 어떤 의미의 피이드백이 존재한다. 신경 회로의 기본 적인 정보처리 능력을 연구하는 측면에서는 피이드백이 없는 계층형 회로의 동작 특성 및 제 성질에 대한 논의의 중요성에 의문의 여지는 없으나, 여기서는 다이내믹한 시스템 으로서의 신경회로망 모델의 본질에 보다 직접적으로 다가갈 목적으로 지연 시냅스를 가진 귀환형 신경 회로를 대상으로 그 다이나믹스를 이론적으로 해석한 결과를 기술 한다. 본 논문에서 제안한 신경회로망 모델의 상기 다이나믹스를 설명하기 위하여 통계적 해석법을 도입하였으며, 이러한 이론 해석의 결과를 컴퓨터 시뮬레이션과 비교하여 그 타당성을 입증하였다.
Every neural network has some kind of feedback. For the sake of analyzing fundamental aspects of information processing in neural nets, a net without feedbacks is an important theoretical model. But here we focus on a recurrent neural net which delay synapses as a realistic dynamical model of nervous systems. Synaptic connections are determined by a version of the Hebb rule (correlation type rule). We use a statistical neurodynamic method to explain the retrieval dynamics of the network. The result of the analysis for the sequential associativ e memory with delay synapses is compared with computer simulation. We have succeeded in explaining the dynamics of this network by theoretical analyses.
