実験はカオスニューラルネットにパターンを入力し、 学習をさせ想起できるかを調べという方法をとった。
学習させるパターンをカオスニューラルネットに入力する時は まず一つのパターンを連続して50回入力する。 同じように次のパターンを50回入力する。 これをすべての入力パターンが終るまで行った時、 1セットの学習が終了したと呼ぶことにする。 この1セットを本研究での学習回数の単位とする。
ネットワークの学習で相互結合項が変化するのは、外部入力パターンが変化し、 その影響で外部入力項の符合が反転した時である。 その後、カオスニューロンの出力はすみやかに出力と同符合になる。 この時、個々のニューロンの相互結合項が外部入力と同じ符合になれば、 相互結合項は素早く変化する。 これは同じ結合を持つ通常のニューラルネットを外部入力パターンで初期化すれば そのパターンを自己想起できることと同じである。
そこで、学習が成功したかを確認するには、 同じ結合荷重の配分をもつホップフィールドネットワークを用いる。 ここへ学習させたパターンを入力し、パターンが想起できるかをチェックする。 入力パターンと出力パターンが同じであれば学習に成功したということになる。