様々な形状のマザーウェーブレットが存在する

ウェーブレットネットワークでは近似性能がマザーウェーブレットの選定に大きく依存する．多重解像度解析においてもマザーウェーブレットの選定は未解決問題となっており，多くの研究者が問題ごとに選定する目安を挙げるに止まっている．そのため，問題に適応しやすい関数を選ぶことができればニューラルネットワークに比べて大きな性能向上を達成することができるが，そうでない関数を選んでしまえば収束しないこともある．これまでの研究では殆ど全てにおいてMexican HatとHaarが利用されており，マザーウェーブレットによる結果の比較はあまり行われていない．だが，これまでのマザーウェーブレットとは形状の異なる単峰性ウェーブレット[10]が提案され成果を挙げており，マザーウェーブレットの選定はウェーブレットネットワークにおいて非常に重要な論点のひとつになっている。