その二、マルチスピーカー母音認識への応用〔4〕

 表2：母音識別タスクにおけるパフォーマンスの要約。結果は、各代替モデルについての25のシュミレーションに基づいている。表の一番目の縦欄は、シュミレートされたシステムを示している。二番目の欄は、加重値の最終セットにより正しく分類された学習ケースのパーセントを示す一方、三番目の欄は正しく分類されたテストケースのパーセントを示している。最後の二つの欄は、誤差標準に達するのに必要とされるエポックの平均数と、収束時間の分布の標準偏差に相当する。二乗誤差はいつ学習をストップするべきかを決定するのに使われたけれども、正確なパフォーマンスの標準は全てのエキスパート・アウトプットの加重平均に基づいている。各エキスパートは階層上の確率分布を指定して、このような分布はゲイト・ネットワークによって与えられた割合を使って結合される。その際、最も確率の高い階層がシステムの応答となるのに必要とされる。全てのシステムの同一パフォーマンスは、このデータセットによると、間違って分類された例のセットは決定面における小さい変化に対して敏感ではないという事実のためである。その上、テストセットは学習セットより簡単である。