/* 学習プログラム（ニューラルネットワーク） : main.c */
/* ヘッダ */
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <math.h>
/* ランダム情報のファイル */
#define DATA "DATA.dat"
#define ON ( 1.0 )
#define OFF ( 0.0 )
/* 各層の値 */
#define Inunit ( 2 + 28 )
#define Midunit 50
#define Outunit ( 2 + 28 )
#define Tunit 2
#define SMAX 256
/*#define Time 31*/
#define Time 50
#define Rhigh 0.30
#define Rlow -0.30
#define urand() ( drand48() * ( Rhigh - Rlow ) + Rlow )
/* 各層の重み */
double wim[Midunit][Inunit];
double wmo[Outunit][Midunit];
/* 各層重みの変化分 */
double dwim[Midunit][Inunit];
double dwmo[Outunit][Midunit];
/* しきい値 */
double sikiiim[Midunit];
double sikiimo[Outunit];
/* しきい値の変化分 */
double dsikiiim[Midunit];
double dsikiimo[Outunit];
/* 各層の出力 */
double inout[Inunit][Time];
double midout[Midunit];
double outout[Outunit];
double tout[Tunit];
double tsignal[Outunit];
double outkeep[Outunit];
double drand48();
double Eta,Alpha;
double ts[SMAX];
int g,m;
double gosa[Tunit][Time];
double kekka[Tunit];
int tsmax,count;
int t;
FILE *fpmusic , *fi;
FILE *flen , *fhei;
char length[SMAX] , height[SMAX];
/* シグモイド関数 */
double fsig( double in ){
double out;
if( in <= -24 ){
in = -24;
}
out = ( 1 / ( 1 + exp ( - ( in ) )));
return( out );
}
/* 関数の定義 */
void initialize();
void forward_propagation();
void back_propagation();
/* main関数 */
void main( int argc , char *argv[] ){
int ct;
int a,b;
unsigned int dn,i,k,kk;
long kaisuu;
double averror,dummy,error,serror;
double gsritu;
char c,music[SMAX],name[SMAX];
FILE *fp,*fp2;
if( argc != 4 ){
printf( "Usage : main Eta Alpha filename \n" );
exit(1);
}
Eta = atof( argv[1] );
Alpha = atof( argv[2] );
/* musicファイルの指定 */
strcpy( music , argv[3] );
error = serror = 0;
/* musicファイルのオープン */
fpmusic = fopen( music,"r" );
if( fpmusic == NULL ){
printf( "Can't open the file \n " );
exit(1);
}
/* データの読み込みとデータ数のカウント */
ct = 0;
while( fscanf( fpmusic,"%lf %lf",&ts[ct],&ts[ct + 1] ) == 2 ){
ct += 2;
}
/* 教師信号を記憶 */
tsmax = ct / 2;
/* musicファイルのクローズ */
fclose( fpmusic );
/* ニューロンの初期化 */
initialize();
/* 誤差をファイルに書き込む */
sprintf( name,"gosa_verE%0.3f_A%0.3f.dat" ,Eta ,Alpha );
fi = fopen( name ,"w" );
if( fi == NULL ){
fprintf( stderr, "File not open!\n" );
exit(1);
}
sprintf( length,"length_verE%0.3f_A%0.3f.dat" ,Eta ,Alpha );
flen = fopen( length ,"w" );
if( flen == NULL ){
fprintf( stderr, "File not open!\n" );
exit(1);
}
sprintf( height,"height_verE%0.3f_A%0.3f.dat" ,Eta ,Alpha );
fhei = fopen( height ,"w" );
if( flen == NULL ){
fprintf( stderr, "File not open!\n" );
exit(1);
}
/* ランダムに入力を与える */
for( t = 0 ; t < tsmax ; t++ ){
for( count = 2 ; count < Inunit ; count++ ){
inout[count][t] = urand();
if( inout[count][t] < -0.12 ){ /* この数字で0,1の量を変える */
inout[count][t] = OFF;
}else{
inout[count][t] = ON;
}
}
}
/* 初期値入力 */
for( t = 0 ; t < tsmax ; t++ ){
for( i = 0 ; i < Tunit ; i++ ){
inout[i][t] = ts[t * Tunit + i];
}
}
/* 学習開始 */
kk = 150000; /* 学習回数 */
for( k = 0 ; k < kk ; k++ ){
m = k;
/* 学習部分 */
serror = 0;
for( t = 0 ; t < tsmax ; t++ ){
if (t + 2 < tsmax) {
tsignal[0] = ts[t * 2 + 2];
tsignal[1] = ts[t * 2 + 3];
} else {
tsignal[0] = ts[0];
tsignal[1] = ts[1];
}
for( a = 0 ; a < Outunit ; a++ ){
outkeep[a] = outout[a];
}
forward_propagation();
error = 0;
for( i = 0 ; i < Tunit ; i++ ){
dummy = tsignal[i] - outout[i];
error += ( dummy * dummy );
}
error = sqrt( error );
serror += error;
g = t + 1;
if( g >= tsmax ){
g = 0 ;
}
if( k % 1000 == 0 || k == kk - 1 ){
for( a = 0 ; a < Tunit ; a++ ){
gosa[a][t] = inout[a][g] - outout[a];
kekka[a] = sqrt( gosa[a][t] * gosa[a][t] );
}
/*fprintf( flen , "%d %f\n",k / 1000,kekka[0] );
fprintf( fhei , "%d %f\n",k / 1000,kekka[1] );*/
}
if( k % 10000 == 0 || k == kk - 1 ){
printf( "%d\n", k / 10000 );
}
if( k == kk - 1 ){
for( b = 0 ; b < Outunit ; b++ ){
fprintf( fi , "inout[%d][%d] = %f",b,t,inout[b][t]);
fprintf( fi , " outkeep[%d] = %f",b,outkeep[b] );
fprintf( fi , " outout[%d] = %f\n",b,outout[b] );
}
/* 誤差が大きければ学習回数を増やす */
if( kekka[0] > 0.001 || kekka[1] > 0.001 ){
kk = kk + 10000;
}
}
back_propagation();
}
}
/* 最後にニューロンの重みを記録する */
if( k == kk ){
dn = k / 100;
sprintf( name,"mu2c%d_E%0.3f_A%0.3f.data",dn,Eta,Alpha );
fp2 = fopen( name,"w" );
if( fp2 == NULL ){
fprintf( stderr,"Error\n" );
exit(1);
}
/* 最終的な各ユニット、その他のデータをファイルに書き込む */
fwrite( inout , sizeof( double ),Inunit * Time ,fp2 );
fwrite( wim,sizeof( double ),Inunit * Midunit ,fp2 );
fwrite( wmo,sizeof( double ),Midunit * Outunit ,fp2 );
fwrite( sikiiim,sizeof( double ),Midunit ,fp2 );
fwrite( sikiimo,sizeof( double ),Outunit ,fp2 );
fclose( fp2 );
}
fclose( flen );
fclose( fhei );
fclose( fp );
fclose( fi );
printf( "\nkaisuu = %d \n",k );
putchar( 'G' - '@' );
}
/* 各重み、しきい値にランダムな値を与える 関数:initialize() */
void initialize(){
int i,j;
int a,b;
for( j = 0 ; j < Midunit ; j++ ){
for( i = 0 ; i < Inunit ; i++ ){
wim[j][i] = urand();
}
sikiiim[j] = urand();
}
for( j = 0 ; j < Outunit ; j++ ){
for( i = 0 ; i < Midunit ; i++ ){
wmo[j][i] = urand();
}
sikiimo[j] = urand();
}
/* 各差分値を初期化しておく */
for( a = 0 ; a < Inunit ; a++ ){
for( b = 0 ; b < Midunit ; b++ ){
dwim[b][a] = 0;
}
}
for( a = 0 ; a < Midunit ; a++ ){
for( b = 0 ; b < Outunit ; b++ ){
dwmo[b][a] = 0;
}
}
for( a = 0 ; a < Midunit ; a++ ){
dsikiiim[a] = 0;
}
for( a = 0 ; a < Outunit ; a++ ){
dsikiimo[a] = 0;
}
}
/* フォワードプロパゲーション 関数:forward_propagation() */
void forward_propagation(){
int i,j,h;
double sum;
for( j = 0 ; j < Midunit ; j++ ){
sum = 0;
for( i = 0 ; i < Inunit ; i++ ){
sum += wim[j][i] * inout[i][t] ;
}
midout[j] = fsig( sum + sikiiim[j] );
}
for( j = 0 ; j < Outunit ; j++ ){
sum = 0;
for( i = 0 ; i < Midunit ; i++ ){
sum += wmo[j][i] * midout[i];
}
outout[j] = fsig( sum + sikiimo[j] );
}
}
/* バックプロパゲーション 関数:back_propagation() */
void back_propagation(){
int i,j,h;
/* 誤差 */
double dim[Midunit];
double dmo[Outunit];
double sum;
h = t + 1;
if( h >= tsmax ){
h = 0;
}
/* 出力層の学習信号の計算 */
for( j = 0 ; j < Outunit ; j++ ){
dmo[j] = outout[j] * ( 1 - outout[j] ) * ( inout[j][h] - outout[j] );
}
/* 出力の重み補正 */
for( j = 0 ; j < Midunit ; j++ ){
for( sum = 0 , i = 0 ; i < Outunit ; i++ ){
dwmo[i][j] = ( Eta * dmo[i] * midout[j] ) + ( Alpha * dwmo[i][j] );
sum += ( dmo[i] * wmo[i][j] );
wmo[i][j] += dwmo[i][j];
}
/* 中間層の学習信号の計算 */
dim[j] = midout[j] * ( 1 - midout[j] ) * sum;
}
/* 出力のしきい値補正 */
for( j = 0 ; j < Outunit ; j++ ){
dsikiimo[j] = ( Eta * dmo[j] ) * ( Alpha * dsikiimo[j] );
sikiimo[j] += dsikiimo[j];
}
/* 中間層の重み補正 */
for( j = 0 ; j < Inunit ; j++ ){
for( sum = 0 , i = 0 ; i < Midunit ; i++ ){
dwim[i][j] = ( Eta * dim[i] * inout[j][t] ) + ( Alpha * dwim[i][j] );
wim[i][j] += dwim[i][j];
}
}
/* 中間層のしきい値補正 */
for( j = 0 ; j < Midunit ; j++ ){
dsikiiim[j] = ( Eta * dim[j] ) + ( Alpha * dsikiiim[j] );
sikiiim[j] += dsikiiim[j];
}
}