過去1音だけの入力で次の音を予想するのは困難だと予想されるので、 入力層の素子数を20個にし、過去10音から次の音を出力できるようにした。 図(6.1)にこの実験で使用するニューラルネットワークの構造を示す。 これは、入力層が音の長さと高さ2つのニューロンが10対で計20個の素子があり、 中間層は50個で、 出力層は1つの音符を表すために2個の素子を使用している。 入力層には教師信号 を入力し、出力層の出力と 教師信号 とでバックプロパゲーションを行なう。 なお、使用する教師信号は先程も述べたように「カエルのうた」である。 この曲をニューラルネットに 15万回学習させた時の経過を図(6.2)に示す。
学習の結果、誤差は まで減少した。 もう少し学習回数を増やせば、 になるかもしれない。 しかし、音符の長さが ,音符の高さが で 間違った量子化がされるので、 という値は、十分学習できたといえると考えられる。