実験1

逐次学習方法を利用するときのカオスニューラルネットワークにおける時間減衰定数（$k_{s}$、$k_{m}$、$k_{r}$）を考えない場合を考える。 このとき素子数を$100$とする。 また、学習させるパターンは$2$個から$200$個までで、$2$個ずつ増やしながら$100$通り用意した。 入力パターンにノイズはのせないものとする。 学習方法はそれぞれ5.2節、5.3節、5.4節で述べた通りとする。 $\alpha$の値と $\mathit {\Delta } w$の値を変化させて、パラメータの影響を調べる。 これまでに時間減衰定数を0にしていないときの$\alpha$の値が$2$よりも小さい時の方が学習結果が 良くなり、$\alpha$が最適であるとすると、最適な $\mathit {\Delta } w$は だいたい$0.003$であると分かっている。[10] これは時間減衰定数を考えない場合でも適用することができるのではないかと考えた。 そのため、$\alpha$の値は$0.0$から$2.0$まで$0.1$ずつ、 $\mathit {\Delta } w$の値を$0.000$から$0.010$まで$0.001$ずつ変化させて学習結果の変化を見た。