Trong đó wkjs, w’kj1j2s, w”kj1j2j3s, . . .là trọng số liên kết và zjs là noron k đầu vàọ Chỉ số cao nhất của Zj – chỉ số đƣa ra bậc của noron. Mặc dù mạng bậc cao rất hiệu quả để so sánh với mạng thông thƣờng, lập bản đồ thô trên VLSI bởi vì cấu tạo bậc cao của chúng. Do đó, sử dụng những noron tiền định bậc một thì thích hợp hơn khi quan sát các điểm hệ thống xử lý VLSỊ Điều này luôn là tiêu chuẩn khảo sát dễ nhất và luôn luôn quan trọng.
Cuối cùng, đó là sự lựa chọn hàm chuyển đổi của noron. Lựa chọn đơn giản nhất có thể cài đặt gk(.) sign(.) (một giới hạn vững chắc) chúng đƣợc sử dụng trong mạng Hopfield và cái này thì là tốt nhất cho hệ thống xử lý VLSI tƣơng tự. Tuy nhiên vấn đề này sẽ thay thế hệ thống thông thƣờng (rõ ràng giá trị liên tục đầu ra sẽ không thể đƣợc; ngoài ra, nhiều thuật học dựa trên một quá trình chuyển đổi trơn tru từ thấp đến cao của đầu ra noron). Do đó sự lựa chọn là đặt gk(.) g(.), trong đó g(.) là chức năng hàm tổng, đó là một giải pháp thông thƣờng đầy đủ (bằng cách sử dụng loại noron có thể làm gần đúng mọi chức năng giới hạn)
2.2.1.2. Mạng noron
Lý tƣởng, chúng ta không nên đặt những ràng buộc trên kết cấu mạng. Tuy nhiên, nhƣ chúng ta sẽ thấy sau đây, các mối liên kết hiếm gặp giữa các noron sẽ khó khăn để thực hiện một cách thông thƣờng. Vì vậy sự lựa chọn ở đây là sử dụng các noron kết nối đầy đủ, chúng có cấu trúc thông thƣờng nhất.
Sử dụng một cấu trúc liên kết không bị giới hạn là vấn đề khác, phản hồi thì hiện đang giải quyết sự mất ổn định. Một hệ số của noron trong một vòng lặp phản hồi sẽ gây ra một thay đổi trạng thái ở tần số cao và có thể dẫn đến dao động. Vấn đề còn phức tạp hơn bởi dữ liệu các tín hiệu này và độ lớn của hệ số khuếch đại (trọng số) trong quá trình học của hệ thống. Một giải pháp là đặt các thông tin phản hồi và đảm bảo một ƣu điểm duy nhất trong vòng lặp.
Trong những hệ thống không phục hồi, các hằng số thời gian của mạng noron cần phải phù hợp với các hằng số thời gian của dữ liệu đầu vào và sự thực hiện đƣợc của luật học phần cứng. Trong trƣờng hợp này, để dễ dàng hơn chúng ta sử dụng một thông tin phản hồi với thời gian rời rạc (một bộ mẫu) trong một hệ thống thông
thƣờng. Thậm chí sử dụng hệ thống thời gian rời rạc, vẫn còn là các vấn đề mới chúng ta có thể áp dụng ANNs tƣơng tự và các hệ thống đƣợc nghiên cứu sẽ đƣợc thiết kế để làm việc trong thời gian rời rạc.