カオスニューロンを相互結合で構成されたネットワークを カオスニューラルネットと呼ぶ。 このカオスニューロンは、一般的にネットワーク内部からのフィードバック入力と ネットワーク外部から受けるものとしてモデル化し、 任意のアーキテクチャに対応できるようにする。 M 個の入力と N のニューロン間の相互結合を持つ カオスニューラルネットワークのi 番目ニューロンの ダイナミックスは式式(3.4)で与えられる。
: 時刻 t+1 におけるi 番目のニューロンの出力
: 外部入力項に対する時間減衰定数 
: 他のニューロンからのフィードバック入力項に対する時間減衰定数
: i 番目ニューロン自身の不応性の時間減衰定数 
: j 番目の外部入力
: j 番目の外部入力 
から i 番目
のニューロンへの結合係数
: j 番目のニューロンから i 番目のニューロンへの結合係数
: i 番目ニューロンの閾値
式(3.4)において、i 番目のニューロンの内部状態を、 項の持つ意味的に分離すると式(3.5)のようになる。
: i 番目ニューロンにおける外部からの入力に関する内部状態項
: i 番目ニューロンにおけるネットワーク内の他のニューロンから
のフィードバックに関する内部状態項（相互結合を表す項）
: i 番目ニューロンにおける不応性に関する内部状態項
これを用いると、i 番目のニューロンの出力は、
と表すことができる[5]。 式(3.5)と式(3.6) を視覚的に表したものが図 3.2 である。
