NN_report1 2013/1/23 varlal.com
net.activate([100.0,100.0]) [ 0.61020139]
net.activate([100.0,1.0]) [ 0.06516616]
net.activate([1.0,100.0]) [ 0.61020139]
net.activate([1.0,1.0]) [ 0.99991738]
******************************
net.activate([0.3,0.3]) [ 0.11717904]
net.activate([0.3,0.7]) [ 0.30937375]
net.activate([0.7,0.3]) [ 0.19031173]
net.activate([0.7,0.7]) [ 0.53093559]
******************************
net.activate([0.6,0.6]) [ 0.40218351]
net.activate([0.5,0.5]) [ 0.29048132]
net.activate([0.4,0.4]) [ 0.19580215]
net.activate([0.3,0.3]) [ 0.11717904]
******************************
net.activate([10.0,10.0]) [ 0.92490158]
net.activate([100.0,100.0]) [ 0.61020139]
net.activate([1000.0,1000.0]) [ 0.61020139]
net.activate([10000.0,10000.0]) [ 0.61020139]
net.activate([100000.0,100000.0]) [ 0.61020139]
******************************
net.activate([-10.0,-10.0]) [-0.10659097]
net.activate([-100.0,-100.0]) [-0.10558466]
net.activate([-1000.0,-1000.0]) [-0.10558466]
net.activate([-10000.0,-10000.0]) [-0.10558466]
net.activate([-100000.0,-100000.0]) [-0.10558466]
以上のことから、出力値はおおよそ-0.10558466〜0.99991738 の範囲にあることが予想される。また、予
想では4通りの値しか出ないと思っていたが、シグモイド関数は連続であり厳密なしきい値でないため、このよう
な値が出ていると考えられる。今回の実験では、出力値の範囲は、教師信号の範囲とほぼ等しいがこれは、たま
たまであると思う。学習結果によっては、教師信号の範囲を超えること、すなわち誤差増加や振動があることに注
意したい。入力をかなり大きくした結果 net.activate([100000.0,100000.0]) [ 0.61020139] が最大で無い
ことを考えると、マイナスの重みが存在している可能性が高い。
----------------------------------------------------------------------------------------------------------------------------------------
[1]吉富康成,シリーズ非線形科学入門ニューラルネットワーク,朝倉書店(2002)