Three Layer Back Propagation XOR Perceptron

Three Layer Back Propagation XOR Perceptron 用於專家系統三階層類神經網路互斥運算，透過模擬人腦方式學習 XOR 運算。如上圖所示，alpha = 1.5、w13 = 0.5、w14 = 0.9、w23 = 0.4、w24 = 1.0、w35 = 1.2、w45 = 1.1、thresold3 = 0.8、thresold4 = -0.1 and thresold5 = 0.3，結果如下所示，在第 570 回合，錯誤率 e 即小於 0.01，表示類神經網路已經學習訓練成功，最後 w13 = 4.05、w14 = 5.7、w23 = 4.04、w24 = 5.71、w35 = -8.1、w45 = 7.61、thresold3 = 6.21、thresold4 = 2.41 and thresold5 = 3.5。

困難度：***
時間複雜度：O(n^2)
程式語言：C#
預估時間：9 小時

解題原理：
1. 三階層倒傳遞類神經網路為一般實作任何模擬人腦方式學習專家系統之基礎，XOR 運算為最入門之範例。 此範例不應列入相關程式比賽之題目，而應為學術課程之教材採用。
2. 定義 NeuronNetwork 類別，包含 N 個 NeuronLayer，
3. 每一個 NeuronLayer 包含 N 個 NeuronPerceptron，
4. 每一個 NeuronPerceptron 包含 N 個 NeuronPath，其中 NeuronPath 分別宣告 In（射入） 和 Out（射出）。
5. NeuronPerceptron 為單一神經元，故可自我學習運算。
6. NeuronPath 為最小神經元素，儲存相關係數。
7. 詳細程序流程請參考程式原碼。

程式下載

原碼下載