カオスニューラルネットワークを用いて既知パターンが与えられるとそれを想起し、未知パターンに対しては逐次的に学習を行なうことができる。このモデルとして長名らが提案した学習法がある[1]。この学習法は全てのニューロンの状態から判断して一度に学習を行なう広域的な学習法といえる。また入力パターンが変わるごとにニューロンの内部状態をリセットする学習法である。そこで新たに個々のニューロンの内部状態から判断して逐次的に学習を行なう局所的な学習法で、内部状態をリセットしないモデルを提案する。また他のモデルとして、渡辺らが提案したしきい値を用いた局所的な学習法がある[2]。これらの学習法をとり入れ、個々のニューロンの内部状態から判断し、逐次的に学習を行なう局所的な学習法を浅川が提案した[3]。本研究では入力パターンの偏りや、類似性がないランダムパターンを用い、ネットワークの特性を調べる。