制限ボルツマンマシン(RBM)は確率的ニューラルネットワークを基礎付ける重要なモデルである。RBMを深層化したモデルが深層ボルツマンマシン(DBM)であるが、DBMは可視層から隠れ層への情報伝達が、可視層から離れるにしたがって極端に減衰することが知られている。本研究では、可視層と2層の隠れ層をもち、完全３部グラフとして結合している、三角型制限ボルツマンマシン(TRBM)の提案を行う。TRBMはDBMにスキップコネクションを追加したものとも解釈できる。提案モデルは、２つの隠れ層が可視層と結合しているため情報伝達の減衰が起きず、安定した学習を行えることが期待される。