学習方法

逐次学習では入力パターンをカオスニューラルネットワークに入力する時、各パターンを連続して100回入力し、それを全ての入力パターンが入力し終わるまで行う。これが1回終わったとき1セットの学習が終了したとする。学習を100セットまで学習させるパターン数を1から300まで変化させ、ネットワークに学習させた。

ネットワークが学習を成功できたかどうかを確認する必要があるため、 ここで同じ結合荷重の配分をもつホップフィールドネットのモデルを用いる。 ここへ先ほど入力させたパターンを入力し、 想起されたパターンが入力パターンと同じであれば学習に成功したということになる。 入力パターンの数と学習に成功したパターンの数が同じだった場合、 すべてのパターンを想起できたことになる。これを完全学習と呼び、 そのときのパターン数を完全学習数と呼ぶ。 またパターン数が多くなっていくといずれ完全学習ができなくなる。 このときに完全学習ができたなかで最もパターン数が多いものを最大完全学習数とする。