ニューロンを工学的にモデル化するために、ニューロンの重要な性質として、 多数の入力の加重特性と発火のしきい値作用に着目して、 マッカロ(McCulloch)とピッツ(Pitts)は図 2.2に示すようなモデルを提案した。
この図の は対象となるニューロンからの入力であり、 0か1のパルス入力である。 は結合荷重と呼ばれ、シナプス結合の強さを表す。 はニューロンが発火するしきい値である。 は出力である。このニューロンモデルの作用は以下の式で表すことができる。
式(2.1)で を膜電位または内部ポテンシャルと呼ぶ。 番目の入力を受けて =1になると、ニューロンの膜電位が 高くなることを表す。 ここで 0ならば興奮性シナプス、0ならば抑制性シナプスを表しており、 =0であれば結合していないということである。式(2.2)の出力関数は図 2.3に示すような単位ステップ関数で、以下のように与えられている。
マッカロとピッツのモデルは離散的な入出力であるが、連続的なモデルを考える場合、シグモイド関数と呼ばれるものを出力関数とすることが多い。 シグモイド関数として有名なものに式(2.4)がある。 このシグモイド関数の特性は図 2.4となる。