まず、(c)のパターン``CDE''だが、前の二つの実験から見ても検出は成功しているといえる。
次に、(b)のパターン``ABCD''は、学習回数1000000回で一つ目のマークが発火していない。 しかし、100000回、500000回では発火していること、マーク以外のところより高い出力がでていることから考えて、学習を更に続ければ検出できる可能性があるといえる。
残るは、前の二つの実験では検出に成功していなかった(a)のパターン``EDCBA''である。 100000回では、発火こそはしていないがマークのある場所のみで高い出力が得られている。 これが500000回になると、三つ目のマークは発火し他の二つの場所も高い出力が得られている。 マークのない場所も1箇所だけ高い出力が出ているが、これは二つ目のパターン``ABCD''のときと同様で、検出するパターン``EDCBA''の``E''と``D''が入れ替わっているだけという酷似したパターンであるためと考えられる。 そして1000000回では、マーク3箇所とも発火している。
よって、この実験2.2のモデルが一番良い性能を示したこととなり、目的をほぼ達成できたといえる。