void NeuralNetwork::updateBeforeEdges(vector<double> &delta)
{
// 各中間ノード
for(int m = 0; m < middle_nodes.size(); ++m)
{
// 修正量を計算
Node middle = getMiddleNode(m);
double deriv = middle.value * (1.0 - middle.value);
// 現在の中間ノードへ伝搬する誤差
double error = 0.0;
for(int o = 0; o < output_nodes.size(); ++o)
{
Edge after_edge = after_edges.at(output_nodes.size() * middle.id + o);
error += after_edge.weight * delta.at(o);
}
// 現在の中間ノードへ伸びてくるエッジ集合
vector<Edge> edges = getBeforeEdges(m);
for(int i = 0; i < edges.size(); ++i)
{
Edge e = edges.at(i); // あるエッジ
Node input = getInputNode(i); // 根元のノード
// 修正量の計算
double update = learn_coeff * input.value * error * deriv;
// 重みを修正して更新
e.weight += update;
setBeforeEdge(e);
}
}
}
void NeuralNetwork::updateAfterEdges(vector<double> &delta, double &total_error)
{
// 各出力ノード
for(int o = 0; o < output_nodes.size(); ++o)
{
// 誤差を計算
Node output = getOutputNode(o);
Node answer = getAnswerNode(o);
double error = answer.value - output.value;
total_error += error * error;
// 微分値
double deriv = output.value * (1.0 - output.value);
// 誤差伝搬に使う
delta.push_back(error * deriv);
// 現在の出力ノードへ伸びてくるエッジ集合
vector<Edge> edges = getAfterEdges(o);
for(int i = 0; i < edges.size(); ++i)
{
Edge e = edges.at(i); // あるエッジ
Node m = getMiddleNode(i); // 根元の中間ノード
// 修正量の計算
double update = learn_coeff * m.value * error * deriv;
// 重みを修正して更新
e.weight += update;
setAfterEdge(e);
}
}
}
int checkPalindrome(NODE *start){
NODE *p=start, *q=NULL, *temp;
temp=getMiddleNode(start);
while( temp!=NULL ){
insert(&q, temp->data);
temp=temp->next;
}
while((p!=NULL) && (q!=NULL)){
if(p->data != q->data)
return 0;
p=p->next;
q=q->next;
}
return 1;
}
