ニューラルネットワークのバックプロパゲーション学習(以下BP学習)に共役勾配法を適用することにより, ある程度の高速化が達成できると報告されている.しかし, 共役勾配法は高速である反面, 初期値に依存するという不安定さを合わせ持つ.また, 従来の共役勾配法を適用したBP学習は再出発までの学習回数を一定に設定しているため, 二次近似の精度が良くない場合でも再出発までの学習回数に達するまで探索をそのまま続けているので, 学習の効率が悪くなるという問題もある.そこで, 本研究では, 二次近似の精度を各探索点で評価することにより再出発の必要性の有無の判定を行い, 適応的に近似範囲を調整する改良型共役勾配法を提案する.