学習パターンを見ると、 全てのパターンについて上部の両すみが白くなっていることがわかる。 このことから、 反転パターンを検出する簡単な方法として、 出力パターンの上部の両すみの特徴を抽出し、 黒か白のどちらが多いかを数えてみることであると考えられる。 黒が多い場合は、 そのパターンは反転パターンであり、 ゆえに、 反転パターンを検出したことになる。
次に、 反転パターンが検出された時は、 特徴の比較結果に関わらず、 シナプス前抑制を行なうようにする。 そうすれば、 ネットワークのカオスは強まり、 非周期的な動的想起を続け、 反転パターンでは収束せずに検索を続けるようになる。 これを実現するために、 本研究では、 反転パターンを検出した時には、 シナプス抑制信号zを強制的に1にする方法をとった。
以上より、 反転パターンが検出された時は、 ネットワークは収束しないようになり、 検索を続けるようになる。