본 발명은 연속적으로 입력된 자료에 대하여 주어진 근사정도에 따라 3층의 구조, 즉 입력층, 은닉층 그리고 출력층으로 이루어진 추정망을 이용하여 자료가 의미하는 동력학을 식별하기 위한 학습방법에 대한 것이다. 여기서 추정망의 입력층과 출력층은 선형함수로 이루어진 것에 반해, 은닉층은 가우스 요소함수로 이루어졌다. 제안된 가속 간편학습방법은 기존의 간편학습방법에 비하여 계산시간은 비슷한 반면, 좋은 변수추정치를 얻을 수 있는 장점이 있다. 제안된 학습방법을 M-G혼돈시계열 예측기에 적용한 결과, 기종의 간편학습방법을 적용한 M-G혼돈시계열 예측기에 비해서 좋은 예측결과를 얻었다.
