カオスニューラルネットを非同期更新にし、 逐次学習と動的想起をの実験を行なった。
非同期更新に拡張した逐次学習法でも 学習の進行状況が違うが、 パターンを学習させることができることがわかった。
動的想起では非同期更新が想起させるパターン数 の面で優位であることが示された。 また、非同期更新では更新されるニューロンに 制約を設けたほうが想起率が高く、より良い想起状態であるといえる。
このように、今回ネットワークを非同期化するという手法が ある程度有用な方法であることが示された。 非同期化により想起されるパターン数が増加した理由として、 学習の進展に違いが生じていることから学習法の非同期化による影響、 または想起過程でとり得る状態が増えたことの２点が考えられる。 今後は非同期更新の優位性が、どちらの要素によるものなのかを調査する。