der interne Aufbau ist zur Charakterisierung der Zustände gar nicht so wichtig, wichtig sind zunächst nur inputs und outputs.
Da du 4 inputs hast, sind 16 Eingangszustände möglich,
und da du 2 outputs hast, sind 4 Ausgangszustände möglich.

Damit muss das Netz in der Lage sein, beliebige Zustände zu lernen, z.B. (mindestens)

für alle (paarweisen) Eingänge a, b ∈ {In1...In4}: output[n]= a ODER b ( für alle n ∈ {1,2} )
für alle (paarweisen) Eingänge a, b ∈ {In1...In4}: output[n]= a UND b ( für alle n ∈ {1,2} )
für alle (einzelnen) Eingänge c ∈ {In1...In4}: output[n]= (NICHT c) ( für alle n ∈ {1,2} )

Wie erreichst du, dass das Netz diese Basiszustände wahlweise gezielt lernen kann?
Und wie erkennt es, dass es sein/e Lernziel/e erreicht hat?