目　次

1. 基本概念

• マルチレイヤ・ネット
• 学習とニューロ・ネットにおける学習
• 教師無しモデル＆教師ありモデル
• 誤差逆伝播学習

2. 混合エキスパート（Mixtures of Experts）

• 関連する学習法の流れ
• 何故MEか
• MEの構造

3. 混合エキスパートの学習アルゴリズム

• 事後確率の推定（Estimating Posterior Probabilities）
• 勾配降下（Gradient Descent）
• ガウス条件付密度（Gaussian Conditional Density）
• 多項条件付密度（Multinomial Conditional Density）

4. ネットワーク・アウトプットの解釈（Interpretation of Network Outputs）

5.　応用例4.

• その一、HMEシミュレーションの結果

  概念図
  

  結果
  
  

• その二、マルチスピーカー母音認識への応用

参考文献