ニューラルネットワークの学習とはニューロン間のシナプス結合を変化させ、 次に同じ入力がされた時に素早く想起できるようにすることである。
本研究では、ヘッブの原理を元にニューロン自身が内部状態だけで学習を進めるか判断をする逐次学習法を用いてパターンの学習を行なう。 ヘッブの考え方は、教師なしでいかに学習が進むかという難しい問題に答えるものである。 ヘッブの学習法では協調・競合作用を用いて学習を行なう。 この学習法はニューロンに刺激を与えた、すなわち興奮に寄与したシナプス結合を強めるという学習である。 また、二つのニューロンと一つのシナプスだけの純粋な局所的現象であり、ニューラルパターンをつくり出すためにフィードバックシステムは必要としない。
本研究では、この学習法を元にシナプス結合している二つのニューロンがともに興奮、 もしくは静止しているときシナプス結合を強め、 片方が興奮しもう一方が静止しているときは結合を弱めて学習を行なう。