6種類の学習方法で約1000万回学習させたネットワークの結合過重と 内部記憶層の値を用いて、2003年12月31日以降の予測実験を行った。
学習させた時系列の次の値をネットワークに与えてさらに次の値を得る。 その後、同様に実際の値を入力とし、以降の値を予測する方法(Atype)と、 予測した値を入力にフィードバックし、 それ以降の値を次々と予測する方法(Btype)の2種類の方法で予測を行った。 Atypeでの予測でネットワークに与える値は、2004年1月1日から2004年12月31日までの値である。 Btypeでの予測では、入力は気温以外の値もあるが、それらの値は予測を行っていない。 そこで、気温以外の値は予測値ではなく、実際の値を入力することにした。