学習則

学習は通常のニューラルネットワークでも用いられるバックプロパゲーション法をTDNN構造に拡張したものを利用した。ネットワーク全体の誤差を出力と教師信号の二乗誤差によって定義し、出力層から入力層までを逆順に辿って重みとウェーブレットのパラメータを更新する。この模式図を図6.4に示す。パラメータの更新則は以下の通り。番目の入出力パターン に対する教師信号を 、出力誤差をとして、学習係数を とする。また前述の「前向き演算」で示した通り、フレーム間に張られたエッジはフレームのインデクスに関わらずdelayの値に応じて重みを持つ。よって、各重みの修正量はdelayに関する平均値を採用する。