過去の研究から学習時の結合荷重の変化量を 0.5以上にした時学習パターン数が減ることがわかっている。 そのため、ネットワークが学習を行なう際、 小数点以下で四捨五入し結合荷重を量子化することは学習に影響があると考えたが、 実際には学習に成功していた。 また、量子化幅を大きくすると学習パターン数が少なくなった。 しかし、40セット終了後にステップ幅を5にしたネットワークが学習に成功していること、 量子化により結合荷重がすべて0になってしまったネットワークから、 学習時に量子化幅の大きい量子化を加えると学習が進まなくなってしまうが、 学習が終了したネットワークは結合荷重の大きさがが大きくなっており 結合荷重の微小な違いの影響をあまり受けないと考えられる。
今後の課題として量子化幅と学習成功数との関係を調べる必要がある。