図4.1に示す4個のパターンを， ニューラルネットワークに相関学習で記憶させ， ネットワークを動作させていくと， 不応性のためにネットワークの状態は平衡点にとどまることなく， 非周期的に様々なパターンをランダムな順で想起していく． この動的想起状態を実現した例を図4.2に示す．
パラメータを調整して与えることにより， 動的想起状態を実現させている． パラメーター各値は図中の左上に示す． またtはネットワークの動作回数(時間) を表し， 初期パターンはランダムなパターンを用いている．
図4.2の動的想起状態では，t＝8では，バツを想起し， t＝10では，波に近いパターンを想起し， t＝46では，再びバツを， t＝56では， 星にかなり近いパターンを，t＝94では，三角を想起している．
この動的想起状態は相関学習法によって実現されているものだが， 本研究では逐次学習法により実現させ，その改善を目指す．
