Ejemplo n.º 1
0
        /// <summary>
        /// Gets information about learning neural network process
        /// </summary>
        /// <returns>List of string array</returns>
        public List <String[]> GetInformation()
        {
            List <String[]> list = new List <String[]>();

            list.Add(new String[] { "Liczba wejść", Info.ni.ToString() });
            list.Add(new String[] { "Liczba wyjść", Info.no.ToString() });
            list.Add(new String[] { "Liczba neuronów", Info.nn.ToString() });
            list.Add(new String[] { "Liczba wzorców", Info.np.ToString() });
            list.Add(new String[] { "Liczba wag", Info.nw.ToString() });
            list.Add(new String[] { "MU - wielkość o jaką mogą się zmieniać wagi", Settings.MU.ToString() });
            list.Add(new String[] { "Dolna granica MU", Settings.MUL.ToString() });
            list.Add(new String[] { "Górna granica MU", Settings.MUH.ToString() });
            list.Add(new String[] { "Skala", Settings.Scale.ToString() });
            list.Add(new String[] { "Maksymalna liczba iteracji", Settings.MaxIterations.ToString() });
            list.Add(new String[] { "Maksymalny błąd uczenia", Settings.MaxError.ToString() });
            String tmp = "";

            foreach (var t in Topo)
            {
                tmp += t.ToString() + ", ";
            }
            tmp = tmp.TrimEnd(new char[] { ' ', ',' });
            list.Add(new String[] { "Topografia sieci", tmp });

            tmp = "";
            foreach (var t in TopoIndex)
            {
                tmp += t.ToString() + ", ";
            }
            tmp = tmp.TrimEnd(new char[] { ' ', ',' });
            list.Add(new String[] { "Indeksy topografii sieci", tmp });

            tmp = "";
            FunctionChoice fc = (FunctionChoice)ActivationFunction[0];

            switch (fc)
            {
            case FunctionChoice.BipolarElliotNeuron: tmp = "dwubiegunowa Elliota"; break;

            case FunctionChoice.BipolarNeuron: tmp = "dwubiegunowa"; break;

            case FunctionChoice.LinearNeuron: tmp = "liniowa"; break;

            case FunctionChoice.UnipolarElliotNeuron: tmp = "jednobiegunowa Elliota"; break;

            case FunctionChoice.UnipolarNeuron: tmp = "jednobiegunowa"; break;

            default: tmp = ""; break;
            }
            list.Add(new String[] { "Funkcja aktywacji", tmp });
            list.Add(new String[] { "Liczba prób uczenia/testowania", Trials.ToString() });
            list.Add(new String[] { "Średnia błędów uczenia (RMSE)", FinalRMSE.ToString() });
            list.Add(new String[] { "Średnia błędów testowania (RMSE)", TestRMSE.ToString() });
            list.Add(new String[] { "Średni czas uczenia", AverageLearnTime });
            list.Add(new String[] { "Średni czas testowania", AverageTestTime });
            return(list);
        }
Ejemplo n.º 2
0
 protected void UpdateStatusValues()
 {
     if (StatusValues != null)
     {
         StatusValues[0] = Trials.ToString();
         StatusValues[1] = BoundMass_MeV.ToString("G12");
         StatusValues[2] = Param.SoftScale_MeV.ToString("G12");
         StatusValues[3] = Param.Energy_MeV.ToString("G12");
         StatusValues[4] = Param.GammaDamp_MeV.ToString("G12");
         StatusValues[5] = ComplexMath.Abs(WaveFunction_fm[0])
                           .ToString("G4");
         StatusValues[6] = NumberExtrema.ToString();
     }
 }