ここからはニューラルネットワークについて学んでいきましょう。
人間の脳の中は、１００億から１４０億個のニューロンが互いにつながり、 巨大なシステムを構成しています。 このようなニューロンを構成素子とする回路網のことをニューラルネットワーク （神経回路網）とよんでいます。
ニューラルネットワークの応用例としては、 簡単なところでは、ＡＮＤやＸＯＲなどの論理演算、また、 未知の入力に対してそれが属するパターンを出力するものや、 連想記憶を実現できるものもあります。
岩田研究室で作られた文字認識 もニューラルネットワークを使っています。 ここで使われているニューラルネットワークは、 後で説明するＣｏｍｂＮＥＴ−ＩＩというものを使っています。
もう１つ 愛知県内の市町村名の漢字認識のデモ があります。こちらは「名古屋市」の「名」と「古」だけを書いても正しく「名古屋市」を認識さます。
これは連想記憶といわれるもので、このデモでは、 ネットワークが「名」という文字から他の文字も連想して答えを出しています。
実際の例をいくつか見てみましょう。
いままでは１つしかなかったニューロンモデルを、複数接続することによって このようなニューラルネットワークを作ることができます。
このとき、ニューロンの接続のしかたでネットワークの構造と特徴が決まります。 ニューラルネットワークは、その構造によって大きく分けて２つの種類にわかれます。
１つは階層型ネットワークといわれるものです。
これはニューロンを層状にならべ、前の層から次の層へ一方向にのみ信号が伝わるという
ネットワークです。
このタイプのネットワークは入力層のニューロンに加えた信号（入力信号）
に対して出力層のニューロンの出力（出力信号）が一意的に定まります。
パーセプトロンのところで詳しく説明しますが、 層数が少ないと解けない問題などがあります。しかし、 任意のパターンを識別するのには最低３層あれば十分であることが知られています。
もう１つは相互結合型ネットワークといわれるものです。
