再帰型ニューラルネットワーク(RNN）は、一つ前の時刻の隠れ層の出力を、次の時刻の隠れ層の入力としてフィードバックする時系列情報を保持したネットワークである。一方、新たな学習方式として注目されているのがリザーバーコンピューティングである。リザーバーは入力層、中間層（リザーバー層）、出力層（リードアウトニューロン層）の3層で構成される教師あり学習のRNNである。中間層はカオス性を有するダイナミカルモデルで構成し、学習は出力層のみで行う。高速学習、リアルタイム学習、実装の容易さが特徴である。今回は、リザーバー層を再帰型ネットワークで設計し、ディープラーニングによるカオスモデリングを行う。