ボルツマンマシンは確率的ニューラルネットワークの代表的なモデルである。深層ボルツマンマシンは、事前学習とファインチューニングの2つの手順を踏むことによって十分な学習を達成することができる。本研究では、ガウス中間層をもつ4層深層ボルツマンマシン分類器（dDBM）に注目する。dDBMに対する高性能なファインチューニングアルゴリズムは既に提案されているが、事前学習アルゴリズムはまだ提案されていない。本研究では、dDBMに対する効果的な事前学習アルゴリズムを提案し、dDBMの学習の高性能化を図る。他のクラス分類器と比較し、提案の学習アルゴリズムの有効性を示す。