カオスニューロンを構成要素とするニューラルネットワークを， カオスニューラルネットワーク (chaotic neural networks) と呼ぶ。
カオスニューラルネットワークのモデルの構成要素としてのニューロンモデルを 定式化するにあたって， 「ホップフィールドのニューラルネットワークを典型例とする， そのニューラルネット内のニューロンからのフィードバック入力」を考慮すると， 式 (7) のカオスニューロンモデルのダイナミクスは， 次式のように表わされる。
ここで，関数 g(x), h(x) を恒等関数 (g(x)=x, h(x)=x) とすると， 式 (8) の内部状態は， 次式のようになる。
さらに，次の関係を用いると，式 (9) のように単純化される。
式 (8) の内部状態を式 (9) に置き換えると， 神経細胞の持つ空間的加算， 連続的しきい値作用及び，不応性をすべて持ち合わせ， 既存のニューラルネットワークモデルの多くを， そのパラメータや関数の簡単化によって内含する 「カオスニューロンのモデル」となる。 モデル図として表すと，図 10 のようになる。
本研究では，さらにこの式の 
にシナプス前抑制関数
を考慮したものを用いる。
