システムが環境からの入力に応じて自身の構造をその環境に適応させ、より好ましい構造へ作り変えていくことを学習という。 ニューラルネットワークにおける学習は、シナプス結合の強さをなんらかのアルゴリズムで変化させることである。 そして、次に同じ入力がされたときに、前よりも素早く想起できるようにする。
本研究では、ヘッブの学習則を元にニューロンが内部状態だけで結合荷重を変化させるかを判断する逐次学習法を用いて パターンの学習を行う。 ヘッブの学習則とは、心理学者ヘッブ（D.O.Hebb）により提案された教師信号を必要としない学習法則で、 ニューロンの協調・競合作用を用いている。 結合しているニューロンが発火したときにシナプス結合を強めて、あるいは弱めて学習を行う。