Аналоговость сети нейронов представляет собой силы связи между нейронами выражаемых не в дискретных значениях (например 1,2,3,4,5) а в численных (1.434646,3.35345,2,2323) и вообще саму идею о том что связи могут иметь разную силы а значит и разное «общее» сопротивление.Сила связи соотвественно зависит от размера нейроноа и его формы.Наша задача оптимизировать (ускорить выполнение исходного кода) посредством этих самых аналоговых связей.

Как гооврит «aiportal.ru»:
«Обучение нейронной сети в первую очередь заключается в изменении «силы» синаптических связей между нейронами.»
И как опять же заявляет этот портал,синаптические связи имеют свойство усиливаться от каждого следующего разряда.Что ж это действительно ненадёжное предположение ,но иных источников информации по данному вопросы не найдены.

Итак если взять за основу эту модель ,то силу этих связей можно представить как электрическую схему имеющую сопротивления.Какую роль могут выполнять сопротивления в электрической схеме,такую роль можно привить им для облегчения рассуждений.В основном это регулировка силы тока в схеме.Если мы регулируем ток в схеме,то влияем не то сработает ли клетка и пронесёт ли заряд через аксон.А это значит что,следующий заряд входящий в схему будет стремиться пути наименьшего сопротивления оставленного предыдущим зарядом в качестве усиления синаптических связей.То есть это инструмент сбора статистики определённых путей.

Пока у меня нет идей как использовать данное свойство усиление кроме как обучения