解答：
②情報を一時的に記憶させること.
理由: リカレントニューラルネットワーク（RNN）は、再帰構造を持つため、時間的に依存するデータを扱うことができます。具体的には、RNNは過去の情報を一時的に記憶し、それを現在の入力と結びつけて処理することで、系列データの文脈を理解することができます。これにより、音声認識、自然言語処理などのタスクで有効に機能します。
その他の選択肢について：
- ① 規模の大きなデータを学習させること：RNNが系列データを扱える理由とは直接関係ありません。
- ③ データのノイズを無視すること：ノイズの無視はRNNの基本的な機能ではありません。
- ④ 勾配消失問題の発生を防ぐこと：RNN自体は勾配消失問題を抱えており、これを解決するためにLSTMやGRUなどの改良版が開発されましたが、系列データを扱える理由とは異なります。
