新しい学習法では、ネットワークに記憶させるパターンがあらかじめ全てわかっているとは限らないので、既知のパターンが入力として与えられた場合にはそれを想起し、未知パターンが入力として与えられた場合には新しいパターンとして学習するという、従来の学習法に比べ、より現実に即した学習法となってきている。
本研究では、浅川らが提案した個々のニューロンの内部状態から、 入力されたパターンが既知パターンであるか、 未知パターンであるか判別し、 追加学習する局所的な学習法[6]と相関行列に基づく学習法の代表例であるホップフィールドネットの学習法との連想記憶における性能を比較し、それを評価、検討する。