신경회로망의 동작과 정보처리 능력 등에 관하여 살펴보고자 할 때, 신경회로망의 구성 요소를 어떻게 모델화 할 것인가를 중요한 문제이다. 소자의 응답특성이 바뀜에 따른 특성의 변화, 결합강도 및 적용규칙이 바뀜 으로써 회로망 전체의 다이나믹스가 바 뀌는 모습, 소자 상호간의 결합 형태에 따른 정보처리 능력의 변화등과 같은 신경회로 망이 가진 다양한 정보처리 능력을 밝히는 것은 병렬 정보처리의 메카니즘을 이해하는 문제와도 일맥 상통하고 있다. 따라서 이러한 문제에 대하여 신경회로망의 정보처리 능력을 해석 적으로 평가하는 것은 병렬분산 정보처리의 본질을 밝힌다는 측면과 지적 정보처리 시스템의 구측을 목표로 연구되고 있는 신경회로망의 본질을 이해한다는 측면에서도 중요하게 여겨진다. 따라서 본 논문에서는 신경회로망을 구성하는 구성요 소의 변화, 그 가운데에서도 특히 소자의 히스테리시스 특성이 신경망의 계열연상 능력에 따라 미치는 영향에 대한 이론적 해석결과에 대하여 기술한다.
It is important to understand how we can deal with doements for the modeling of neural networks when we are unbestigating the dynamical performance and the information procoessing capabilitids.The information procewssing capabkities of model neural networks will change for different response, synaptic weights or learning rules. Using the staritical neurodyamics method, we evalute the capabikities of neural networks in order to understand the basic conept ofr parallel distributed processing. In this paper, we explain the reuslts of theoretical anaysis of the effests of the hysteretic property on the performance of wuquential associative neral networks.
