近年，人工知能分野においてスパイキングニューラルネットワーク(SNN)と呼ばれる，新たなニューラルネットワークモデルの研究が盛んになってきている．SNNは脳神経活動を精緻に模倣したモデルであり，工学的研究に留まらず，神経科学分野などにおいても重宝されているモデルである．現存のSNNモデルは特定タスクのおいて優れた性能を獲得できているが，学習の効率性面で改善の余地がある．本研究では，SNNのための効率性を重視した新たな教師あり学習法を提案する．本提案手法により，小さなモデルであっても優れた性能を獲得できるだけでなく，学習の順序を考慮しない，即ち破局的忘却が生じないモデルの構築を可能とする．