階層型ニューラルネットワークによる深層学習では入力と出力を大量に用意して学習する。一方、生物は似たような入力を無意識に適用することで少量の入出力で学習する。本研究では生物の視覚機構による情報のクラスタ化により無意識に特徴を抽出することで少量の入出力関係で学習するという特徴に着目し実験を行う。自己組織化写像とウォード法により階層的なクラスタを形成し，4より少ないクラスタで階層型ニューラルネットワークで学習して人工的な知識創発を試み，それをヒートマップで可視化することでその過程を確認する。