動的想起を利用した技術にサーチアクセスがある。サーチアクセスでは、検索したいパターンそのものが分からず、その特徴をしか知らない場合に、動的想起によりネットワークから出力されるパターンの特徴との比較によって検索したいパターンを求める。そのため、サーチアクセスでは、学習したパターンが多く（理想的には全て）想起されねばならない。しかし、 4.2節に書いた通り、動的想起状態にあるカオスニューラルネットワークは、必ずしも学習したパターンの全てを想起するわけではなく、いくつかのパターンを想起しない場合もある。そこで、本研究では、どのような条件によってネットワークがより多くのパターンを想起し得るのかを調べる。
ところで、カオスニューラルネットワークが学習し得るパターンの数（記憶容量）と、ネットワークを構成するニューロンの数（素子数）との間には相関があり、ネットワークの素子数が多いほど記憶容量は増加する、ということが過去の研究[5]により確かめられている。そこで、動的想起により想起されるパターンの数にもまた、ネットワークの素子数との間に相関が存するのではないか、と予想される。
本実験の目的はこの予想の正否を確かめることである。