現在、我々の生活にかかせなくなったコンピュータはめざましく発展してきている。 人工知能やニューラルネットワークの研究も例外ではないのである。
ニューラルネットワークは、神経細胞をモデル化したニューロンを構成素子とし、人間の脳並みの情報処理能力の実現をめざすものである。 しかし、現在のコンピュータの原理は、ニューロンのメカニズムからあまりにもかけ離れている。 計算は得意だが、学習、類推、直感、認識など人間らしいことはほとんど何一つできない。
ニューロコンピュータは、歴史的には現在主流のノイマン型コンピュータと同じ１９４０年代に発案されているが、近年あらたに注目されるようになったが、まだ開発の緒についたばかりであり、未知数である。
本研究の目的はネットワークの学習にバックプロパゲーション法（誤差逆伝搬法）という学習則を用いて一つのネットワークに同時に二つのカオスアトラクタを学習させることである。
学習は、離散時間モデルのニューラルネットワークにカオスダイナミクス（カオスアトラクタ）を学習させる方法をかんがえることにする。
本論文では、ニューロンとニューラルネットワーク（第２章）、学習対象であるカオスとカオスアトラクタ（第３章）、バックプロパゲーション法（第４章）の説明をし、実際にカオスアトラクタの学習を行ない、二つのカオスアトラクタの学習を検討する（第５章）。 最後に、結言を記す（第６章）。