カオスニューラルネットに連想記憶をさせるための学習法として逐次学習法がある。 逐次学習法はヘッブの学習則にもとづいており、本研究室の過去の研究から従来の相関学習より効率がよく、学習に向いていることが実証されている。
従来の学習法において二つのニューロン間の結合荷重は同じ値となる。 すなわち、結合荷重は対称となる。 逐次学習法を用いて学習を行なったカオスニューラルネットワークの特徴として個々のニューロンが自分自身の内部状態によって学習を行なうため、二つのニューロン間の結合荷重は非対称となる。 そこで、逐次学習法の非対称な結合が学習にどのような影響を与えるかを調べるために、逐次学習法を用いて学習を行なったカオスニューラルネットワークの結合荷重に結合荷重を同じ値にする処理を加えて結合が対称になるようにする。 結合を対称としたネットワークと処理を加えていない非対称な結合を持つネットワークを比べ、その学習能力の差を比べる。