入力層-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 の入力層-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9.10に、出力1のグラフを図9.11に、 出力2のグラフを図9.12に、出力3のグラフを図9.13に、 出力4のグラフを図9.14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と論理Bは9.5と同じ内容であり、 論理Cはニューラルネットの入力 i の出力値から、 入力層-出力層の論理関数によって求めた出力である。

    
図 9.11: 入力層-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 9.10: 入力層-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 9.13: 入力層-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 9.12: 入力層-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 9.14: 入力層-出力層の論理関数とネットワークの出力の比較：出力4

それぞれの図の入力層-出力層の論理関数による出力（凡例の論理C）について見てみる。 まず全ての出力 k において、論理Bと論理Cでは出力に違いが見られた。 図9.10では、論理Bのグラフと比較して少し位相が進んだような変化をしているが、 ほぼ同じ変化をしており、やはりニューラルネットの出力とはかなり異なっている。 図9.11では全ての位相において出力がほぼ0になっており、 ニューラルネットの出力や論理Bのグラフとは全く異なった変化をしている。 、図9.12、図9.13、図9.14では、 図9.10と同様に論理Bのグラフと比較して少し位相が進んだような変化をしており、 ニューラルネットの出力の傾向を大筋つかめている。