ネットワークに学習させるパターンを増やしていったときに想起されるパターン数を観察した． 学習させるパターンは，アルファベット順に増やしていき，1のときA，2のときA,B， 3のときA〜C，...とした． 想起できたパターン数は，想起ステップ内で１度でもネットワークの出力に同じ パターンが現れていれば，そのパターンを想起できたと数える． 図5.5は，横軸に学習パターン数，縦軸に想起されたパターン数を表したものである．
図5.5より， 順序固定の非同期は想起されるパターン数が同期とほとんど変わらないが， 動作素子の決定に乱数を用いている 制約ありや制約なしの非同期では，想起できるパターン数が大幅に増え， 10パターン程度までであれば学習したすべてのパターンを想起することができた．
非同期のネットワークは，動作素子の決定に乱数を用いると， 動的想起によって想起されるパターンが増えることが分かった．
