を小さくした
時、記憶できるパターン数が増加することが分かっている。[7]
これは、 を小さくした方が結合荷重値のとる値の数が多くなり、
入力パターン間の干渉をうまく避けられるような結合行列を形成できるためである
とみることができる。
このことから、結合荷重値のとる値の数が相関学習法より多いことも、記憶できる
パターン数の多いことの原因と考えられる。
そこで、結合荷重値のとる値の数を、同じ入力パターンを相関学習により学習した 場合に結合荷重値のとる値と同程度になるように量子化する。 量子化によって記憶パターン数に変化があれば、結合荷重値のとる値の多いことが 逐次学習の性能の良さに関係しているといえる。
結合荷重の量子化処理は、以下のように行なった。
ここで、 
は量子化幅、 
、 
は結合荷重値中の最大、最小値、
Nは相関学習法で結合荷重値のとる数、 
、 
は
量子化前、量子化後の結合荷重値、Q、Rはそれぞれ
の商と余りである。