中間層-出力層の論理関数による出力層のニューロンの出力の計算

  出力 k の中間層-出力層の論理関数による出力と、ニューラルネットで予測実験を行ったときの 出力 k の実際の出力を比較した結果を図に示す。 ここで、論理関数による出力の計算では、入力は順次ニューラルネットでの入力の値 （中間 j の出力値）を用いている。出力0のグラフを図9.5に、 出力1のグラフを図9.6に、出力2のグラフを図9.7に、 出力3のグラフを図9.8に、出力4のグラフを図9.9に示す。 グラフの縦軸がニューロンの出力または論理関数による出力の値で、横軸が位相である。 凡例のNNとはニューラルネットの出力を、論理とは論理関数の出力を示す。 論理Aはニューラルネットの中間 j の出力から出力 k の論理関数による出力 の計算を行ったものであり、論理Bはまずニューラルネット入力 i の出力から 中間 j の論理関数による出力の計算を行い、 求まった中間jの論理関数による出力から出力 k の論理関数による出力の計算を行ったものである。

    
図 9.6: 中間層-出力層の論理関数とネットワークの出力の比較：出力1
図 9.5: 中間層-出力層の論理関数とネットワークの出力の比較：出力0

    
図 9.8: 中間層-出力層の論理関数とネットワークの出力の比較：出力3
図 9.7: 中間層-出力層の論理関数とネットワークの出力の比較：出力2

  
図 9.9: 中間層-出力層の論理関数とネットワークの出力の比較：出力4

それぞれの図の論理関数による出力（凡例の論理A、論理B）について見てみる。 まず全ての出力 k において、論理Aと論理Bでは出力に違いが見られた。 図9.5では、論理Aは誤差が大きいものの、位相が252度までのところでは、 出力が一旦増加してその後減少するという大体の傾向をつかめているが、 さらにその後増加するという部分がニューラルネットの出力とは異なっている。 また振幅もニューラルネットより小さい。 論理Bについては、最初の増加を除いて、後の出力はニューラルネットの出力と全く異なっている。 図9.6、図9.7、図9.8、 図9.9では論理A、Bどちらも、ニューラルネットの出力の傾向を大筋つかめている。