Мисля не е необходимо да се интерпретира цяла невронна мрежа със всички нейни елементи. Природата е използвала това което е имала в наличност а то не може да се каже че е съвършенно. Количествено/качествените характеристики компютър/нмрежа са доста различни. Според мен трябва да се извлекът основните характеристики на нмрежата, да се обобщят и да се прехвърлят на съответната платформа. Малко размисъл по темата:

-<ОБУЧЕНИЕ>Определяне на правилата .Изграждане на алгоритми които имитират поведението на определени входни характеристики. Имитиращ алгоритъм<имитатор> в нмрежата е начин на подреждане на връзки в мрежата и техни усилвателни характеристики които дават задоволително точни за мрежата предвиждания. Тези имитиращи алгоритми служат на нещото което се занимава с нагаждането на връзките и създаването на нови алгоритми. В случая това нещо можем да го кръстим <конструктор>. В интерес на мрежата е задачите да се разбиват на по малки(с намален брои входни параметри) и следователно имаме стремеж към асоцииране в обекти(<имитатори> от по висок клас със по низки изисквания към точноста). По този начин <конструкторът> може да изгради многослоина структура.

<конструктор> Когато започне работата си, той разполага с най ниският слой на мрежата а именно определен брой входни параметри и тяхната история. Негова е задачата да изгради и моделира цялата мрежа. При определена промяна на усилвателна характеристика или връзка, той трябва да получи нотификация от предишните слоеве дали изходните параметри на новият слой се вписват във валидните стоиности на по долните слоеве <имитатори>. Ако получи добър резултат продължава промяната в същата насока.
До тука бяха брътвежите ми за <разбирането>.

-<РЕШЕНИЯ> За това друг път.