Gopakumar G Back Propagation
This document was uploaded by user and they confirmed that they have the permission to share it. If you are author or own the copyright of this book, please report to us by using this DMCA report form. Report DMCA
Overview
Download & View Gopakumar G Back Propagation as PDF for free.
More details
- Words: 32,752
- Pages: 54
Neural Network and Fuzzy Systems: Assignment Work II ANN: Back Propagation Submitted by Gopakumar G Date of Submission: 29/11/2009
1
1. Assume the following: a. Digit characters are represented as 5x3 arrays of 1-byte values (0..7). b. The network has 15 inputs (one per pixel), 15 hidden nodes, and 10 outputs (one per digit). 2. Before training your network, answer the following questions: a. Which input values will be most important? Least important? Why? b. Which digits will be most difficult to recognize (or discriminate)? Why? 3. Design and code an ANN that can be used to solve this problem. a. Write general-purpose code rather than special-purpose code, where possible. 4. Train the ANN using 2 examples for each character (shown below). 5. After training the ANN, answer the following questions: a. Which input values were most important? Least important? Why? b. Which digits were most difficult to recognize (or discriminate)? Why? 6. Create 2 examples of each digit, and test the ANN using them (without more training). a. What do you observe from this testing? 0 7 7 7 0
7 0 0 0 7
0 7 7 7 0
0 0 0 0 0
7 7 7 7 7
0 0 0 0 0
7 0 0 7 0
7 0 7 0 7
0 7 0 0 7
7 0 0 0 7
7 0 7 0 7
0 7 0 7 0
7 7 7 0 0
0 0 7 0 0
0 7 7 7 7
7 7 0 0 7
7 0 7 0 7
7 0 0 7 0
0 7 7 7 0
7 0 7 0 7
7 0 0 7 0
7 0 0 0 0
7 0 0 7 7
7 7 7 0 0
0 7 0 7 0
7 0 7 0 7
0 7 0 7 0
0 7 0 0 7
7 0 7 0 7
0 7 7 7 0
7 7 7 0 7 0 7 7 7 7 7 7 7 0 7 7 0 7 7 7 0 0 0 7 0 0 7 7 0 7 7 0 7 0 7 0 7 7 7 7 7 7 7 7 7 7 0 7 0 7 0 7 0 0 0 0 7 0 0 7 7 7 7 7 7 7 7 7 7 7 7 7 0 0 7 Output Training Data 1 Training data 2 0 070707707707070 777707707707777 1 070070070070070 070770070070777 2 770007070700077 777007777700777 3 770007070007770 777007777007777 4 700707777007007 707707777007007 5 777700070007770 777700777007777 6 077700770707070 777700777707777 7 777007007070070 777007007007007 8 070707070707070 777707777707777 9 070707077007770 777707777007777
7 7 7 0 7
7 0 7 0 7
7 0 7 7 7
7 7 7 7 7
7 0 7 0 7
7 0 7 7 7
7 0 0 0 0
7 0 0 0 0
7 7 7 7 7
7 7 7 7 7
7 0 7 0 7
7 7 7 7 7
7 7 7 0 7
7 0 7 0 7
7 7 7 7 7
2
Before training your network, answer the following questions: a. Which input values will be most important? Least important? Why? b. Which digits will be most difficult to recognize (or discriminate)? Why? Bit 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Set1 No. Times ON 9 9 9 7 1 7 8 8 9 4 1 8 8 8 10
Set2. No. Times ON 5 9 3 6 1 7 3 8 4 4 3 7 3 9 2
Total 14 18 12 13 2 14 11 16 13 8 4 15 11 17 12
Least important input Values – {2, 5}. The 2nd Bit is on 18 times and 5h bit is off 18 times. So these two bits do not provide information in most cases. Most important input Values – {7, 13}. Both the bits are on for 11 samples. Out of the 20 samples, these bits, hence equally divide the entire 20 input vectors into two halves. Digits, which is least difficult to recognize – {Set1 –1, Set2 – 7} Both of these digits have specific linear long pattern. Particularly the digit 1 has the long pattern along the second column and no other digit has a similar middle pattern. Digits, which is most difficult to recognize – {Set2 – 8, Set2– 6, Set2 – 9} Both of these digits does not have long pattern. Most of the bits are on in both digits. For digit six, 12 bits are on. These 12 bits are also on for the digit eight. The pattern of eight differs from the pattern of six in that, for eight one more bit (sixth bit) is on. So it will be difficult to recognize these two digits. A similar case can be observed between 8 and 9 also.
3
After training the ANN, answer the following questions: a. Which input values were most important? Least important? Why? b. Which digits were most difficult to recognize (or discriminate)? Why? Which input values were most important? Least important? Why? The following data set (From the file created as bitlvl.txt by the program), shows the influence of each bit position in the network, in recognizing the digits after the training. Influence of Bitat Position1 ---->: 0.00 0.00 0.03 0.01 0.22 0.08 0.00 0.98 0.00 0.00 Influence of Bitat Position2 ---->: 0.06 0.31 0.00 0.00 0.00 0.03 0.00 0.77 0.00 0.00 Influence of Bitat Position3 ---->: 0.00 0.00 0.00 0.00 0.00 0.81 0.02 0.85 0.00 0.00 Influence of Bitat Position4 ---->: 0.25 0.02 0.00 0.00 0.85 0.33 0.55 0.00 0.00 0.00 Influence of Bitat Position5 ---->: 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.04 0.00 0.00 Influence of Bitat Position6 ---->: 0.00 0.00 0.06 0.00 0.31 0.00 0.00 0.37 0.00 0.00 Influence of Bitat Position7 ---->: 0.04 0.00 0.00 0.00 0.55 0.02 0.70 0.00 0.00 0.00 Influence of Bitat Position8 ---->: 0.00 0.08 0.01 0.65 0.19 0.18 0.00 0.00 0.00 0.00 Influence of Bitat Position9 ---->: 0.47 0.00 0.00 0.00 0.40 0.20 0.00 1.00 0.00 0.00 Influence of Bitat Position10 ---->: 0.01 0.00 0.07 0.00 0.01 0.00 0.11 0.00 0.17 0.00 Influence of Bitat Position11 ---->: 0.01 0.83 0.00 0.00 0.01 0.03 0.00 0.96 0.00 0.00 Influence of Bitat Position12 ---->: 0.00 0.00 0.00 0.00 0.03 0.96 0.00 0.02 0.00 0.00 Influence of Bitat Position13 ---->: 0.00 0.54 0.00 0.08 0.00 0.36 0.05 0.00 0.00 0.00 Influence of Bitat Position14 ---->: 0.01 0.25 0.01 0.00 0.00 0.10 0.03 0.02 0.00 0.00 Influence of Bitat Position15 ---->: 0.00 0.06 0.67 0.00 0.06 0.00 0.00 0.06 0.00 0.00 From the above set of data we can see that a bit at position 9, and bit at position 1 are contributing high values in recognizing 7. And it can also be observed that, there is not much contribution from bit at position 10 and 14 in recognizing any digits.
4
Which digits were most difficult to recognize (or discriminate)? Why? The following Data shows, how the network responded to the input vectors, once the network is trained for a maximum error tolerance shown. Here the first {0, 1, 2, . . ., 9} corresponds to the first input set, which is then followed by the second set. NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000250 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.98 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.98 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.99
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000247 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000245 ______________________________________________
5
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.98 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.98 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01
0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000242 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000240 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00
6
6 7 8 9
-------------> -------------> -------------> ------------->
: : : :
0.00 0.01 0.01 0.00
0.01 0.00 0.00 0.00
0.00 0.01 0.01 0.00
0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.01
0.01 0.00 0.00 0.00
0.99 0.00 0.01 0.00
0.00 0.99 0.00 0.00
0.01 0.00 0.98 0.01
0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.98 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.98 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.01 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000237 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000235 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000232 ______________________________________________ 0 1 2 3 4 5 6
-------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.01
0.00 0.99 0.01 0.00 0.00 0.00 0.01
0.00 0.00 0.99 0.00 0.00 0.00 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00
7
7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : :
0.01 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.01 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.98 0.01
0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.98 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.98 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.99
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000230 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000227 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000225 ______________________________________________
8
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00
0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000222 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000220 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.00 0.99 0.01
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00
9
4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> ------------->
: : : : : :
0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.01 0.00 0.00 0.00 0.00
0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.01 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00
0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.01 0.00 0.00
0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000217 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000215 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000212 ______________________________________________ 0 1 2 3 4
-------------> -------------> -------------> -------------> ------------->
: : : : :
0.99 0.00 0.00 0.00 0.00
0.00 0.99 0.01 0.00 0.00
0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.99 0.00
0.00 0.00 0.00 0.00 0.99
10
5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : :
0.00 0.00 0.01 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000210 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000207 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
11
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000205 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00
0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000202 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000200 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00
12
2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : :
0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000197 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000195 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000192 ______________________________________________ 0 1 2
-------------> -------------> ------------->
: 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
13
3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : :
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000190 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000187 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
14
9
------------->
: 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.99
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000185 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 >>>> 0 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000182 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000180 ______________________________________________ 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
15
0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000177 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000175 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000172 ______________________________________________ 0
------------->
: 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
16
1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : :
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000170 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000167 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
17
7 8 9
-------------> -------------> ------------->
: 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 : 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.99
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000165 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000162 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000160 ______________________________________________ 0 1 2 3 4 5 6 7
-------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
18
8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : :
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 >>>> 4 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000157 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000155 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000152 ______________________________________________
19
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000150 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000147 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99
20
5 6 7 8 9
-------------> -------------> -------------> -------------> ------------->
: : : : :
0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.01
0.99 0.01 0.00 0.00 0.00
0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.99 0.00 0.00
0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000145 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000142 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000140 ______________________________________________ 0 1 2 3 4 5
-------------> -------------> -------------> -------------> -------------> ------------->
: : : : : :
1.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.01 0.99 0.00 0.01
0.00 0.00 0.00 0.00 1.00 0.00
21
6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : :
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 >>>> 1 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000137 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000135 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000132
22
______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000130 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000127 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99
0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
23
3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : :
0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.00 0.01 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00
0.00 0.00 0.01 0.00
0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000125 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000122 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000120 ______________________________________________ 0 1 2 3
-------------> -------------> -------------> ------------->
: : : :
1.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00
0.00 0.00 0.99 0.00
0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.00
24
4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : :
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000117 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000115 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
25
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000112 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 >>>> 7 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000110 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000107 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
26
1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : :
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000105 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000102 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000100 ______________________________________________ 0 1
-------------> ------------->
: 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
27
2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : :
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000097 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000095 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
28
8 9
-------------> ------------->
: 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.99 0.00 : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000092 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000090 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000087 ______________________________________________ 0 1 2 3 4 5 6 7 8
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
29
9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : :
0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000085 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000082 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000080 ______________________________________________
30
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000077 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000075 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
31
6 7 8 9
-------------> -------------> -------------> ------------->
: : : :
0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00
0.01 0.00 0.00 0.00
0.99 0.00 0.00 0.00
0.00 1.00 0.00 0.00
0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 >>>> 7 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000072 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000070 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000067 ______________________________________________ 0 1 2 3 4 5 6
-------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00
32
7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : :
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 >>>> 8 1.00 >>>> 9 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 >>>> 2 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00>>>> 4 0.00 0.00 0.00 0.00 0.99
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000065 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000062 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000060 ______________________________________________
33
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 >>>> 3 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 >>>> 1 0.00 >>>> 2 0.00 >>>> 3
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000057 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000055 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
34
4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> ------------->
: : : : : :
0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00
1.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 >>>> 5 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000052 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000050 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000047 ______________________________________________ 0 1 2 3 4
-------------> -------------> -------------> -------------> ------------->
: : : : :
1.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00
0.00 0.00 0.00 0.00 1.00
35
5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : :
0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 >>>> 5 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 >>>>> 6 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000045 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000042 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
36
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000040 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> : 1.00 -------------> : 0.00 -------------> : 0.00 -------------> : 0.00 -------------> : 0.00 -------------> : 0.00 -------------> : 0.00 -------------> : 0.00 -------------> : 0.00 -------------> : 0.00 -------------> : 0.99 -------------> : 0.00 -------------> : 0.00 -------------> : 0.00 -------------> : 0.00 -------------> : 0.00 -------------> : 0.00 -------------> : 0.00 -------------> : 0.00 -------------> : 0.00 -----> 9 is learned
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 >>>> 0 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000037 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000035 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
37
1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : :
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000032 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000030 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000027 ______________________________________________ 0 1
-------------> ------------->
: 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
38
2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : :
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 >>>> 8 1.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000025 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000022 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
39
8 9
-------------> ------------->
: 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000020 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000017 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000015 ______________________________________________ 0 1 2 3 4 5 6 7 8
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
40
9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : :
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000012 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000010 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000007 ______________________________________________
41
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000005 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
Conclusion: ************************************************************************************** Input and Rank w.r.t Training Set1: I/p Rank ------------------------0 -----> 1 1 -----> 3 2 -----> 7 3 -----> 8 4 -----> 2 5 -----> 10 6 -----> 12 7 -----> 5 8 -----> 6 9 -----> 6
Set2 I/p Rank --------------------------0 -----> 14 1 -----> 9 2 -----> 9 3 -----> 9 4 -----> 7 5 -----> 11 6 -----> 15 7 -----> 4 8 -----> 16 9 -----> 13
42
*The Rank Represnts the speed with which the network is learning for the specified i/p. It doesn't mean that the input vectors with same rank, have been trained at same time by the network. But it specifies how close they are, during training. So the order of the input vectors based on how fast the network become trained for the input set is {Set1 – 0, Set1 – 4, Set1 –1, Set2 – 4, Set1 – 7, Set1 – 8, Set1 – 9, Set1 – 2, Set1 – 3, Set2 – 1, Set2 – 2, Set3 – 3, Set1 – 5, Set2 – 5, Set1 – 6, Set2 – 9, Set20, Set2 – 6, Set2 – 8}. *************************************************************************************
Create 2 examples of each digit, and test the ANN using them (without more training). a. What do you observe from this testing? 0 7 0 0 7 0 7 7 0 7 7 7 0 0 7 0 7 7 7 7 0 7 7 7 0 7 0 7 7 7 7 0 7 7 7 7 0 0 7 0 0 7 7 0 7 7 0 0 7 0 0 0 0 7 7 0 7 7 0 7 7 0 7 0 7 0 0 7 0 0 7 0 7 7 7 7 7 7 7 7 7 0 7 0 7 7 7 0 7 7 7 0 7 0 7 0 7 0 0 0 0 7 0 0 7 0 0 7 7 0 7 0 7 0 7 0 7 0 0 7 7 7 7 7 7 7 7 7 7 7 7 7 0 0 7 7 7 0 7 7 7 0 7 0 0 7 0 7 7 7
7 7 7 0 7 0 7 7 7 7 7 7 0 0 7 0 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 0 7 7 7 7 0 0 7 0 0 7 0 7 7 7 0 0 7 0 0 0 7 0 7 0 7 7 0 7 7 0 7 0 7 0 0 7 0 0 7 7 7 7 7 7 7 0 7 7 0 0 7 0 0 7 0 7 7 7 7 0 7 0 7 0 7 0 0 0 0 7 0 0 7 0 0 7 7 0 7 0 7 0 7 0 7 0 0 7 0 7 0 0 7 0 7 7 7 7 7 7 0 0 7 7 7 0 0 7 0 0 7 0 7 7 7 0 7 7
43
Observation (opvct.txt File generated in the program for input set from ipvct) 0.00 7.00 0.00 7.00 0.00 7.00 7.00 0.00 7.00 7.00 0.00 7.00 7.00 7.00 7.00 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 7.00 0.00 7.00 7.00 7.00 0.00 7.00 0.00 0.00 7.00 0.00 7.00 7.00 7.00 -------------> : 0.00 0.32 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 7.00 7.00 0.00 0.00 0.00 7.00 0.00 7.00 0.00 7.00 0.00 0.00 7.00 7.00 7.00 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 7.00 7.00 7.00 0.00 0.00 7.00 0.00 7.00 0.00 0.00 0.00 7.00 7.00 7.00 7.00 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 7.00 7.00 0.00 7.00 7.00 7.00 7.00 0.00 0.00 7.00 0.00 0.00 7.00 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 7.00 7.00 7.00 0.00 0.00 7.00 7.00 7.00 0.00 0.00 7.00 7.00 7.00 0.00 -------------> : 0.00 0.00 0.00 0.00 0.00 0.96 0.00 0.00 0.00 0.04 7.00 7.00 0.00 7.00 0.00 0.00 7.00 7.00 7.00 7.00 0.00 7.00 7.00 7.00 7.00 -------------> : 0.01 0.00 0.00 0.00 0.00 0.00 0.87 0.00 0.04 0.00 7.00 7.00 7.00 0.00 0.00 7.00 0.00 7.00 0.00 0.00 7.00 0.00 0.00 7.00 0.00 -------------> : 0.00 0.01 0.01 0.12 0.00 0.00 0.00 0.11 0.00 0.00 0.00 7.00 0.00 7.00 0.00 7.00 7.00 7.00 7.00 7.00 0.00 7.00 0.00 7.00 0.00 -------------> : 0.02 0.00 0.00 0.00 0.00 0.00 0.04 0.00 0.89 0.00 7.00 7.00 7.00 7.00 0.00 7.00 0.00 7.00 7.00 0.00 0.00 7.00 7.00 7.00 7.00 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 7.00 7.00 7.00 7.00 0.00 7.00 7.00 0.00 7.00 7.00 0.00 7.00 0.00 7.00 0.00 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 7.00 0.00 7.00 7.00 7.00 0.00 7.00 0.00 0.00 7.00 0.00 0.00 7.00 0.00 -------------> : 0.00 0.68 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 7.00 7.00 7.00 0.00 0.00 7.00 0.00 7.00 0.00 7.00 0.00 0.00 7.00 7.00 7.00 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 7.00 7.00 7.00 0.00 0.00 7.00 0.00 7.00 7.00 0.00 0.00 7.00 7.00 7.00 7.00 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 7.00 0.00 7.00 7.00 7.00 7.00 7.00 0.00 0.00 7.00 0.00 0.00 7.00 -------------> : 0.00 0.01 0.00 0.00 0.96 0.00 0.00 0.00 0.00 0.00 0.00 7.00 7.00 7.00 0.00 0.00 7.00 7.00 0.00 0.00 0.00 7.00 7.00 7.00 0.00 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 7.00 7.00 7.00 7.00 0.00 0.00 7.00 7.00 0.00 7.00 0.00 7.00 0.00 7.00 0.00 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 7.00 7.00 7.00 0.00 7.00 0.00 0.00 7.00 0.00 0.00 7.00 0.00 0.00 7.00 0.00 -------------> : 0.00 1.00 0.00 0.01 0.00 0.01 0.01 0.00 0.00 0.00 7.00 7.00 7.00 7.00 0.00 7.00 0.00 7.00 0.00 7.00 0.00 7.00 7.00 7.00 7.00 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.95 0.00 7.00 7.00 7.00 7.00 0.00 7.00 7.00 7.00 7.00 0.00 0.00 7.00 0.00 7.00 7.00 -------------> : 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.97 From the data set above, it is clear that all the digits except 7 is recognized very brilliantly by the network. At the same time, the network concluded that the pattern for 7, that we had given is not matching to any digit. no. of untrained input vectors mapped to any digit by the n/w:
18
Percentage of mapping
18/20 = 90%
The number of correct mapping
18
Percentage of accuracy with which the n/w is recognizing digits
18/18 = 100%
So, we can conclude that the network has trained to a good level. If we continue training, the n/w will become brilliant in recognizing the digits.
44
Source Code
/ ***************************************************************************** ********** File Name : NET.H File Description : This file contains the prototypes and the necessary global variable that are used in the Back Propagation Learning Process. Author : Gopakumar G & Manu V T Date : 27/11/2009 Purpose : Assignment Work Given Under the Course NNFS ***************************************************************************** **********/ #define #define #define #define
CNT_H_NEURON 15 CNT_M_NEURON 10 IP_V_SIZE 15 TGT_V_SIZE 10
void startTrainingProcess(float inputSet[][15], float targetSet[][10], int cnt, double toleranceMax); int computeNet (void *mat1, int r1, int c1, void *mat2, int r2, int c2, void* target); //Doing matrix multiplication void adjustTheweights(void* inputVector, int r1, void* outputVector, int r2); void* initialiseWeights(void* weights, int r, int c); void getTranspose(void* vector, int r, int c, void* transpose); //compute the matrixtranspose void applyThreshold(void* netVector, int r, void* outputVector); void computeTriggeredOutput(void* inputVector, int r, int c); void printAMatrix (FILE* fop, void* matPtr, int r, int c, char *msg); //Wrote to debugging process. void getTheTrainingSet(char* fileName); void digitRecognAtDifferentTolerance(double MinTolerance, double MaxTolerance, char* fileName, int cnt); //For analysing the response at different tolerance. void networkBehaviourToUntrainedIPSet(char *inputFileName, char *outputFileName); void outputTheImportanceOfEachBit(char* outputFileName, int upto); int noTrainingPairs; float inputSet[100][15], targetSet[100][10]; float weight2HiddenLayer[15][15], input2HiddenLayer[15][1], weight2MotorNeuron[15][10], input2MotorNeuron[10][1], outputFromHiddenLayer[15][1], outputOfMotorNeurons[10][1], weightChangeMotorNeurons[15][10], weightChangeHiddenNeurons[15][15]; double learningRate = 0.6, toleranceMax = 0.000025; /********************************************************************************** End of the File Net.h **********************************************************************************/
45
/********************************************************************************** File Name : NET.c File Description : This file contains c code to create a neural network for recognising the digits. The back propagation algorithm is used as the learning algorithm. This program takes the training pairs from the file TSET.txt, placed in the current working directory. Author : Gopakumar G & Manu V T Date : 27/11/2009 Purpose : Assignment Work Given Under the Course NNFS ***********************************************************************************/ # include<stdio.h> #include<stdlib.h> #include<math.h> #include #include "net.h" int main() { float inputVector[15][1]; int i, j, k, m, ch, c; clrscr(); while (1) { printf ("\n\n************ Menu ************\n\n\t1. Train The N/w \n\t2. Test the N/w\n\t3. Bahaviour of the n/w at Different Tolerance (0.0000025 - 0.00025)\n\t4. Behaviour to Input Vectors Not from the Training Set\n\t5. Check the Influence of each bit in the Network\n\t6. Exit\n\n\tEnter Your Choice : "); scanf ("%d", &ch); switch (ch) { case 1: printf ("\n\nThe Default Values are assumed as shown below\n\n\tTolerance Level\t= 0.000025 \n\n\tLearning Rate\t= 0.6\n\n\n\tIf u want to change type 'y' else press any non whitespace character : "); while (isspace((c = getch()))); if (c == 'y' || c =='Y') { printf ("\n\n\tTolerance Level\t: "); scanf ("%lf", &toleranceMax); printf ("\n\tLearning Rate\t: "); scanf ("%lf", &learningRate); }
case 2:
printf ("\nTraining Starts.....\n"); startTrainingProcess(inputSet, targetSet, 20, toleranceMax); printf ("\nTraining Ends......\n"); break; printf ("\nEnter an Input Vector\n\n"); for (i = 0; i < IP_V_SIZE; i++) { scanf ("%f", &inputVector[i][0]); } computeTriggeredOutput((void*) inputVector, IP_V_SIZE, 1); printf ("\nThe target Output of the Network is\n\n"); for (i = 0; i < TGT_V_SIZE; i++) { printf ("%.2f ", outputOfMotorNeurons[i][0]); } break;
case 3: CNT_H_NEURON);
initialiseWeights ((void*)weight2HiddenLayer, IP_V_SIZE, initialiseWeights ((void*)weight2MotorNeuron, CNT_H_NEURON,
CNT_M_NEURON);
digitRecognAtDifferentTolerance(0.0000025, 0.00025, "Analyse.txt",
20);
printf ("\nPlease see the Analyse.txt File created in the current
Working Directory");
break; case 4:
46
press 'y' to continue\n\t");
current Working Directory");
printf ("\nOnce you load input vectors ipvct.txt in the Directory while (isspace((c = getch()))); if (c == 'y' || c =='Y') { networkBehaviourToUntrainedIPSet("ipvct.txt", "opvct.txt"); printf ("\nPlease see the opvct.txt File created in the } break;
case 5: Working Directory");
outputTheImportanceOfEachBit("bitlvl.txt", 15); printf ("\nPlease see the bitlvl.txt File created in the current
break; case 6: return 0; default: printf ("\nInvalid Choice\n"); break; }
}
} /******************************************************************************************* Function Name : startTrainingProcess Function Description : For a single execution instance, the function initialises the weight vectors to random normalised values. But for the successive training initiation for the same execution sequence, the learning starts with the weights whereever we left off, in t the last training time. Basically the process takes an input vector and corresponding target vector, from the trainig set, and computes the output of the motor neurons. It then calculate the error, and based on that the weights are adjusted. Then it takes the next training pair and the process continues until the tolerance is acceptable. Argument Details : The training set (i.e, inputSet, targetSet), the number of training pairs in the training set (cnt), and the acceptable toleranceMax value. Return Value : Once the function is called, the global weight arrays are set to values, such that the network can be used to identify the digits. ********************************************************************************************/ void startTrainingProcess(float inputSet[][15], float targetSet[][10], int cnt, double toleranceMax) { float currentInputVector[15][1], currentTargetVector[10][1]; int i, j, k; double tolerance = 0.0, err; static isItFirstTime = 1; if (isItFirstTime) { getTheTrainingSet("TSET.txt"); initialiseWeights ((void*)weight2HiddenLayer, IP_V_SIZE, CNT_H_NEURON); initialiseWeights ((void*)weight2MotorNeuron, CNT_H_NEURON, CNT_M_NEURON); isItFirstTime = 0; } do { tolerance = 0.0; for (i = 0; i < cnt; i++) { for (j = 0; j < IP_V_SIZE; j++) { currentInputVector[j][0] = inputSet[i][j]; } computeTriggeredOutput((void*) currentInputVector, IP_V_SIZE, 1); for (j = 0; j < TGT_V_SIZE; j++) { currentTargetVector[j][0] = targetSet[i][j]; } for (j = 0; j < TGT_V_SIZE; j++) { err = pow (currentTargetVector[j][0] - outputOfMotorNeurons[j][0], 2);
if (tolerance < err)
47
{
tolerance = err;
}
} adjustTheweights((void*) currentInputVector, IP_V_SIZE, (void*) currentTargetVector, TGT_V_SIZE); } } while (tolerance > toleranceMax); } /******************************************************************************************* Function Name : computeNet Function Description : This function exactly multiplies two matrices. In our program most time we are using this function to multiply the input vector and the weight vector. Hence the name computeNet. Argument Details : It is obvious that the matrices to be multiplies, and their order. The product will be placed in the last argument Net. Return Value : The net matrix (product) is returned by reference. If it is not possible to find the product -1 is returned else a 0. *******************************************************************************************/ int computeNet (void *weight, int r1, int c1, void* input, int r2, int c2, void *net) { float *netVector = (float*)net, *weightVector = (float*)weight, *inputVector = (float*)input; int i, j, k; if (c1 != r2) { return -1; } else { for (i = 0; i < r1; i++) { for (j = 0; j < c2; j++) { *(netVector+i*c2+j) = 0.0; for (k = 0; k < c1; k++) { *(netVector+i*c2+j) += *(weightVector+i*c1+k) * *(inputVector+ k*c2 + j); } } } } return 0; } /******************************************************************************************** Function Name : initialiseWeights Function Description : intialise the weight vector with random normalised weights. Argument Details : The weight vector 'weights' to be intialised, its order (rXc) Return Value : The weight vecor is initialised by reference. The starting address of the weight vector is also returned. *********************************************************************************************/ void* initialiseWeights(void* weights, int r, int c) { float *weightVector = (float*)weights; int i, j; randomize(); for (i = 0; i < r; i++) { for (j = 0; j < c; j++) { *(weightVector + i*c + j) = 1.0/(random(100)+1); } } return (void*)weightVector; } /********************************************************************************************* Function Name : getTranspose Function Description : Gets the transpose of the given vector. Argument Details : The vector for which the transpose is computed, it's order, and the target pointer to hold the vector transpose. Return Value : The transpose is set by reference. *********************************************************************************************/ void getTranspose(void* vector, int r, int c, void* transpose)
48
{
float* vectorMatrix = (float*)vector, *transposeMatrix = (float*)transpose; int i, j; for (i = 0; i < r; i++) { for (j = 0; j < c; j++) { *(transposeMatrix + j*r +i) = *(vectorMatrix+ i*c+ j); } }
} /*********************************************************************************************** Function Name : computeTriggeredOutput Function Description : This does the feed forward part. i.e., It computes the input output to and from each layer when the inputVector is triggered into the network. Then the function sets the corresponding global vectors. Argument Details : The input vector for which the triggered output is to be found. Return Value : Sets the global vectors for input to and output from hidden Layer and Motor Neurons by reference. ***********************************************************************************************/ void computeTriggeredOutput(void* inputVector, int r, int c) { float TransposeOfWeight2HiddenLayer[15][15], TransposeOfWeight2MotorNeuron[10][15]; getTranspose ((void*)weight2HiddenLayer, 15, 15, (void*)TransposeOfWeight2HiddenLayer); computeNet ((void*)TransposeOfWeight2HiddenLayer, 15, 15, inputVector, r, c, input2HiddenLayer); applyThreshold (input2HiddenLayer, 15, (void*)outputFromHiddenLayer); getTranspose ((void*)weight2MotorNeuron, 15, 10, (void*)TransposeOfWeight2MotorNeuron); computeNet ((void*)TransposeOfWeight2MotorNeuron, 10, 15, outputFromHiddenLayer, 15, 1, input2MotorNeuron); applyThreshold (input2MotorNeuron, 10, (void*)outputOfMotorNeurons); } /*********************************************************************************************** Function Name : applyThreshold Function Description : This function apply the sigmoid function to each component of the net vector and computes the output from the layer. Argument Details : The net vector to which the sigmoid function is to be applied. and the pointer to hold the output vector. Return Value : Set the output vector by reference. **********************************************************************************************/ void applyThreshold(void* netVector, int r, void* outputVector) { float* output = (float*) outputVector, *net = (float*)netVector; int i; for (i = 0; i < r; i++) { *(output+ i*1 + 0) = }
(float)(1 /(1+ exp(-1.0 * (double)(*(net+ i*1 + 0)))));
return; } /********************************************************************************************** Function Name : adjustTheweights Function Description : This function does the reverse pass of the training process. Based on the error triggered by the input vector from the target vector, the function computes and sets the new weight vectors. Argument Details : The training pair. Return Value : Set the new values for the weight vectors by reference. ***********************************************************************************************/ void adjustTheweights(void* inputVector, int r1, void* outputVector, int r2) { float deltaForMotorNeurons[10][1], deltaForHiddenLayerNeurons[15][1], *output = (float*)outputVector, transposeDeltaMNeurons[1][10], transposeDeltaHNeurons[1][15], errorHiddenLayerNeurons[15][1]; int i, j; /*printAMatrix (fop, inputVector, 15, 1, "Printing Input Vector");*/ for (i = 0; i < r2; i++)
49
{
deltaForMotorNeurons[i][0] = learningRate*outputOfMotorNeurons[i][0]*(1.0 outputOfMotorNeurons[i][0])*(*(output + i*1 + 0) - outputOfMotorNeurons[i][0]); } getTranspose ((void*)deltaForMotorNeurons, 10, 1, (void*)transposeDeltaMNeurons); computeNet ((void*)outputFromHiddenLayer, 15, 1, (void*)transposeDeltaMNeurons, 1, 10, (void*)weightChangeMotorNeurons); computeNet ((void*)weight2MotorNeuron, 15, 10, (void*)deltaForMotorNeurons, 10, 1, (void*)errorHiddenLayerNeurons); for (i = 0; i < 15; i++) { deltaForHiddenLayerNeurons[i][0] = learningRate*errorHiddenLayerNeurons[i][0]* outputFromHiddenLayer[i][0]*(1.0 - outputFromHiddenLayer[i][0]); } getTranspose ((void*)deltaForHiddenLayerNeurons, 15, 1, (void*)transposeDeltaHNeurons); computeNet (inputVector, r1, 1, (void*)transposeDeltaHNeurons, 1, 15, (void*)weightChangeHiddenNeurons); //Changes the Weight Vectors for (i = 0; i < 15; i++) { for (j = 0; j < 10; j++) { weight2MotorNeuron[i][j] += weightChangeMotorNeurons[i][j]; } } for (i = 0; i < 15; i++) { for (j = 0; j < 15; j++) { weight2HiddenLayer[i][j] += weightChangeHiddenNeurons[i][j]; } }
} /********************************************************************************************* Function Name : printAMatrix Function Description : This function is written to help in the debugging process. The function simply write the vector given to the file specified by the file pointer. Before printing the vecor, we can write some message using the argument msg. Argument Details : The vector and the message. Return Value : Nil. **********************************************************************************************/ void printAMatrix (FILE* fop, void* matPtr, int r, int c, char *msg) { int i, j; float *mat = (float*)matPtr; fprintf (fop, "%s\n", msg); for (i = 0; i < r; i++) { for (j = 0; j < c; j++) { fprintf (fop, "%.2f ", *(mat+i*c+j)); } fprintf (fop, "\n"); } return; } /********************************************************************************************** Function Name : getTrainingSet Function Description : Load the training set (input vector set and the target set) from the file specified by the file id. The first line in the file should contain 3 integers seperated by space. The first is considered as the number of training pairs in the set, second will be considered as the number of components of the input vector and the third number will be considerd as the number of components of the target vector. The function also assumes that each row contains a training pair (input and target) and
50
each component of the vector is seperated by a space. The input vector and output vector is also seperated by a space. The file name from which the input is to be loaded.
Argument Details : Return Value : Nil. ***********************************************************************************************/ void getTheTrainingSet(char* fileName) { int i, j, noIpComponentIV, noOptComponentTV; float a; FILE *fp = fopen(fileName, "r"); fscanf (fp, "%d%d%d", &noTrainingPairs, &noIpComponentIV, &noOptComponentTV); for (i = 0; i < noTrainingPairs; i++) { for (j = 0; j < noIpComponentIV; j++) { fscanf (fp, "%f", &inputSet[i][j]); } for (j = 0; j < noOptComponentTV; j++) { fscanf (fp, "%f", &targetSet[i][j]); } j++;
} fclose(fp); return;
} /********************************************************************************************* Function Name : digitRecognAtDifferentTolerance Function Description : This function helps you to analyse, how the network behaves to the Digit at different Tolerance Level. The function specifically train the n/w for a particular tolerance and print the responses to the different input vectors into the file specified by the file pointer fp. Argument Details : The tolerance range and the file name to which it is to be written. Return Value : Nil. **********************************************************************************************/ void digitRecognAtDifferentTolerance(double MinTolerance, double MaxTolerance, char* fileName, int cnt) { int i, j, k; FILE* fp = fopen(fileName, "w"); float currentInputVector[15][1]; for (; MaxTolerance > MinTolerance; MaxTolerance -= 0.0000025) { startTrainingProcess(inputSet, targetSet, 20, MaxTolerance); fprintf (fp, "\n\nNETWORK IS TRAINED FOR A MAX TOLERANCE : %lf\n______________________________________________\n\n", MaxTolerance); for (i = 0; i < cnt; i++) { for (j = 0; j < IP_V_SIZE; j++) { currentInputVector[j][0] = inputSet[i][j]; }
} } fclose(fp); return;
computeTriggeredOutput((void*) currentInputVector, IP_V_SIZE, 1); fprintf (fp, "\n%d\t------------->\t: ", i%10); for (k = 0; k < TGT_V_SIZE; k++) { fprintf (fp, "%.2f ", outputOfMotorNeurons[k][0]); }
} /********************************************************************************************* Function Name : networkBehaviourToUntrainedIPSet Function Description : This function takes a set of input vectors from the file given as the argument inputFileName and writes it into the file Specified by outputFileName.
51
Argument Details : The file names. Return Value : Nil. **********************************************************************************************/ void networkBehaviourToUntrainedIPSet(char *inputFileName, char *outputFileName) { int i, j, k, cnt; FILE *fip, *fop; float inputVectors[20][15], currentInputVector[15][1]; fip = fopen(inputFileName, "r"); fop = fopen(outputFileName, "w"); if (fip != NULL) { fscanf (fip, "%d", &cnt); for (i = 0; i < cnt; i++) { for (j = 0; j < IP_V_SIZE; j++) { fscanf (fip, "%f", &inputVectors[i][j]); currentInputVector[j][0] = inputVectors[i][j];
} computeTriggeredOutput((void*) currentInputVector, IP_V_SIZE, 1); fprintf (fop, "\n"); for (j = 0; j < IP_V_SIZE; j++) { fprintf (fop, "%.2f ", inputVectors[i][j]); } fprintf (fop, "\t------------->\t: "); for (k = 0; k < TGT_V_SIZE; k++) { fprintf (fop, "%.2f ", outputOfMotorNeurons[k][0]); } } } fclose(fip); fclose(fop); return;
} /********************************************************************************************* Function Name : networkBehaviourToUntrainedIPSet Function Description : This function compute the response to each bit position in the input set by applying an input vector at the specified bit position as 7, and all other bits as set to 0. Finally it write the output into the file specified by the file name. Argument Details : The file name into which the response is to be written and the bit position upto which the response that we are interested. Return Value : Nil. **********************************************************************************************/ void outputTheImportanceOfEachBit(char* outputFileName, int upto) { int i, j, k; FILE* fp = fopen(outputFileName, "w"); float currentInputVector[15][1] = {0.0}; if (fp != NULL) { for (i = 0; i < upto; i++) { currentInputVector[i][0] = 7.0; for (j = 0; j < 15; j++) { printf ("%.2f ", currentInputVector[j][0]); } computeTriggeredOutput((void*) currentInputVector, IP_V_SIZE, 1); printf ("\n"); fprintf (fp, "\n\nInfluence of Bitat Position%d ----> : ", i+1); for (k = 0; k < TGT_V_SIZE; k++) { fprintf (fp, "%.2f ", outputOfMotorNeurons[k][0]); }
52
}
}
currentInputVector[i][0] = 0.0;
} fclose(fp); return;
/************************************************************************************************ End of the file Net.c ************************************************************************************************/
/**************************************************************************** All file operations are done on the belief that all files are in the current working Directory. Input FILES: Training Set
: TSET.txt : First line contains 3 integers separated by spaces. First integer represents how many training pairs are there in the file, second an third represents the number of components of the input and the target in each training pair. The first line is followed by the training pairs, each is placed in a new line. The input vector and the target vector of each training pair is separated by a space only. The components in the vectors are also separated by a space.
Testing for i/p vectors
: IPVCT.txt : If you want to test the network for a set of input at a time you can put the vectors into the file IPVCT.txt. The first line has one number which represents the number of input vectors that we are going to tset. Then it is followed by a set of lines, each representing an input vector. Each component in the input vector is separated by a space.
Output FILES: Analysing the power of the n/w at diffent Toleranace : ANALYSE.txt : This file will contain the response to the different training vectors from the network at different arror tolerance levels. Response by the Network to the Input vectors in the IPVCT.txt: OPVCT.txt Bit lebvel Influence in the Trained Network
: BITLVL.txt
Sample Contents of the files TSET.txt 20 15 10
53
0 0 7 7 7 7 0 7 0 0 7 0 7 7 7 7 7 7 7 7
7 7 7 7 0 7 7 7 7 7 7 7 7 7 0 7 7 7 7 7
0 0 0 0 0 7 7 7 0 0 7 0 7 7 7 7 7 7 7 7
7 0 0 0 7 7 7 0 7 7 7 7 0 0 7 7 7 0 7 7
0 7 0 0 0 0 0 0 0 0 0 7 0 0 0 0 0 0 0 0
7 0 7 7 7 0 0 7 7 7 7 0 7 7 7 0 0 7 7 7
7 0 0 0 7 0 7 0 0 0 7 0 7 7 7 7 7 0 7 7
0 7 7 7 7 7 7 0 7 7 0 7 7 7 7 7 7 0 7 7
7 0 0 0 7 0 0 7 0 7 7 0 7 7 7 7 7 7 7 7
7 0 7 0 0 0 7 0 7 0 7 0 7 0 0 0 7 0 7 0
0 7 0 0 0 0 0 7 0 0 0 7 0 0 0 0 0 0 0 0
7 0 0 7 7 7 7 0 7 7 7 0 0 7 7 7 7 7 7 7
0 0 0 7 0 7 0 0 0 7 7 7 7 7 0 7 7 0 7 7
7 7 7 7 0 7 7 7 7 7 7 7 7 7 0 7 7 0 7 7
0 0 7 0 7 0 0 0 0 0 7 7 7 7 7 7 7 7 7 7
1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0
0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0
0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0
0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0
0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0
0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0
0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0
0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0
0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0
0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1
IPVCT.txt 20 0 7 0 7 0 7 7 0 7 7 0 7 7 7 7 0 7 0 7 7 7 0 7 0 0 7 0 7 7 7 7 7 0 0 0 7 0 7 0 7 0 0 7 7 7 7 7 7 0 0 7 0 7 0 0 0 7 7 7 7 0 0 7 7 0 7 7 7 7 0 0 7 0 0 7 0 7 7 7 0 0 7 7 7 0 0 7 7 7 0 7 7 0 7 0 0 7 7 7 7 0 7 7 7 7 7 7 7 0 0 7 0 7 0 0 7 0 0 7 0 0 7 0 7 0 7 7 7 7 7 0 7 0 7 0 7 7 7 7 0 7 0 7 7 0 0 7 7 7 7 7 7 7 7 0 7 7 0 7 7 0 7 0 7 0 0 7 0 7 7 7 0 7 0 0 7 0 0 7 0 7 7 7 0 0 7 0 7 0 7 0 0 7 7 7 7 7 7 0 0 7 0 7 7 0 0 7 7 7 7 0 0 7 0 7 7 7 7 7 0 0 7 0 0 7 0 7 7 7 0 0 7 7 0 0 0 7 7 7 0 7 7 7 7 0 0 7 7 0 7 0 7 0 7 0 7 7 7 0 7 0 0 7 0 0 7 0 0 7 0 7 7 7 7 0 7 0 7 0 7 0 7 7 7 7 7 7 7 7 0 7 7 7 7 0 0 7 0 7 7 The contents of the files OPVCT.txt, ANALYSE.txt, BITLVL.txt are already placed in the earlier sections. *************************************************************************/
**************************************************************** The program is compiled by Turbo C++ Version 3.00 ***************************************************************
54
1
1. Assume the following: a. Digit characters are represented as 5x3 arrays of 1-byte values (0..7). b. The network has 15 inputs (one per pixel), 15 hidden nodes, and 10 outputs (one per digit). 2. Before training your network, answer the following questions: a. Which input values will be most important? Least important? Why? b. Which digits will be most difficult to recognize (or discriminate)? Why? 3. Design and code an ANN that can be used to solve this problem. a. Write general-purpose code rather than special-purpose code, where possible. 4. Train the ANN using 2 examples for each character (shown below). 5. After training the ANN, answer the following questions: a. Which input values were most important? Least important? Why? b. Which digits were most difficult to recognize (or discriminate)? Why? 6. Create 2 examples of each digit, and test the ANN using them (without more training). a. What do you observe from this testing? 0 7 7 7 0
7 0 0 0 7
0 7 7 7 0
0 0 0 0 0
7 7 7 7 7
0 0 0 0 0
7 0 0 7 0
7 0 7 0 7
0 7 0 0 7
7 0 0 0 7
7 0 7 0 7
0 7 0 7 0
7 7 7 0 0
0 0 7 0 0
0 7 7 7 7
7 7 0 0 7
7 0 7 0 7
7 0 0 7 0
0 7 7 7 0
7 0 7 0 7
7 0 0 7 0
7 0 0 0 0
7 0 0 7 7
7 7 7 0 0
0 7 0 7 0
7 0 7 0 7
0 7 0 7 0
0 7 0 0 7
7 0 7 0 7
0 7 7 7 0
7 7 7 0 7 0 7 7 7 7 7 7 7 0 7 7 0 7 7 7 0 0 0 7 0 0 7 7 0 7 7 0 7 0 7 0 7 7 7 7 7 7 7 7 7 7 0 7 0 7 0 7 0 0 0 0 7 0 0 7 7 7 7 7 7 7 7 7 7 7 7 7 0 0 7 Output Training Data 1 Training data 2 0 070707707707070 777707707707777 1 070070070070070 070770070070777 2 770007070700077 777007777700777 3 770007070007770 777007777007777 4 700707777007007 707707777007007 5 777700070007770 777700777007777 6 077700770707070 777700777707777 7 777007007070070 777007007007007 8 070707070707070 777707777707777 9 070707077007770 777707777007777
7 7 7 0 7
7 0 7 0 7
7 0 7 7 7
7 7 7 7 7
7 0 7 0 7
7 0 7 7 7
7 0 0 0 0
7 0 0 0 0
7 7 7 7 7
7 7 7 7 7
7 0 7 0 7
7 7 7 7 7
7 7 7 0 7
7 0 7 0 7
7 7 7 7 7
2
Before training your network, answer the following questions: a. Which input values will be most important? Least important? Why? b. Which digits will be most difficult to recognize (or discriminate)? Why? Bit 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Set1 No. Times ON 9 9 9 7 1 7 8 8 9 4 1 8 8 8 10
Set2. No. Times ON 5 9 3 6 1 7 3 8 4 4 3 7 3 9 2
Total 14 18 12 13 2 14 11 16 13 8 4 15 11 17 12
Least important input Values – {2, 5}. The 2nd Bit is on 18 times and 5h bit is off 18 times. So these two bits do not provide information in most cases. Most important input Values – {7, 13}. Both the bits are on for 11 samples. Out of the 20 samples, these bits, hence equally divide the entire 20 input vectors into two halves. Digits, which is least difficult to recognize – {Set1 –1, Set2 – 7} Both of these digits have specific linear long pattern. Particularly the digit 1 has the long pattern along the second column and no other digit has a similar middle pattern. Digits, which is most difficult to recognize – {Set2 – 8, Set2– 6, Set2 – 9} Both of these digits does not have long pattern. Most of the bits are on in both digits. For digit six, 12 bits are on. These 12 bits are also on for the digit eight. The pattern of eight differs from the pattern of six in that, for eight one more bit (sixth bit) is on. So it will be difficult to recognize these two digits. A similar case can be observed between 8 and 9 also.
3
After training the ANN, answer the following questions: a. Which input values were most important? Least important? Why? b. Which digits were most difficult to recognize (or discriminate)? Why? Which input values were most important? Least important? Why? The following data set (From the file created as bitlvl.txt by the program), shows the influence of each bit position in the network, in recognizing the digits after the training. Influence of Bitat Position1 ---->: 0.00 0.00 0.03 0.01 0.22 0.08 0.00 0.98 0.00 0.00 Influence of Bitat Position2 ---->: 0.06 0.31 0.00 0.00 0.00 0.03 0.00 0.77 0.00 0.00 Influence of Bitat Position3 ---->: 0.00 0.00 0.00 0.00 0.00 0.81 0.02 0.85 0.00 0.00 Influence of Bitat Position4 ---->: 0.25 0.02 0.00 0.00 0.85 0.33 0.55 0.00 0.00 0.00 Influence of Bitat Position5 ---->: 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.04 0.00 0.00 Influence of Bitat Position6 ---->: 0.00 0.00 0.06 0.00 0.31 0.00 0.00 0.37 0.00 0.00 Influence of Bitat Position7 ---->: 0.04 0.00 0.00 0.00 0.55 0.02 0.70 0.00 0.00 0.00 Influence of Bitat Position8 ---->: 0.00 0.08 0.01 0.65 0.19 0.18 0.00 0.00 0.00 0.00 Influence of Bitat Position9 ---->: 0.47 0.00 0.00 0.00 0.40 0.20 0.00 1.00 0.00 0.00 Influence of Bitat Position10 ---->: 0.01 0.00 0.07 0.00 0.01 0.00 0.11 0.00 0.17 0.00 Influence of Bitat Position11 ---->: 0.01 0.83 0.00 0.00 0.01 0.03 0.00 0.96 0.00 0.00 Influence of Bitat Position12 ---->: 0.00 0.00 0.00 0.00 0.03 0.96 0.00 0.02 0.00 0.00 Influence of Bitat Position13 ---->: 0.00 0.54 0.00 0.08 0.00 0.36 0.05 0.00 0.00 0.00 Influence of Bitat Position14 ---->: 0.01 0.25 0.01 0.00 0.00 0.10 0.03 0.02 0.00 0.00 Influence of Bitat Position15 ---->: 0.00 0.06 0.67 0.00 0.06 0.00 0.00 0.06 0.00 0.00 From the above set of data we can see that a bit at position 9, and bit at position 1 are contributing high values in recognizing 7. And it can also be observed that, there is not much contribution from bit at position 10 and 14 in recognizing any digits.
4
Which digits were most difficult to recognize (or discriminate)? Why? The following Data shows, how the network responded to the input vectors, once the network is trained for a maximum error tolerance shown. Here the first {0, 1, 2, . . ., 9} corresponds to the first input set, which is then followed by the second set. NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000250 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.98 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.98 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.99
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000247 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000245 ______________________________________________
5
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.98 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.98 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01
0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000242 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000240 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00
6
6 7 8 9
-------------> -------------> -------------> ------------->
: : : :
0.00 0.01 0.01 0.00
0.01 0.00 0.00 0.00
0.00 0.01 0.01 0.00
0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.01
0.01 0.00 0.00 0.00
0.99 0.00 0.01 0.00
0.00 0.99 0.00 0.00
0.01 0.00 0.98 0.01
0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.98 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.98 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.01 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000237 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000235 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000232 ______________________________________________ 0 1 2 3 4 5 6
-------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.01
0.00 0.99 0.01 0.00 0.00 0.00 0.01
0.00 0.00 0.99 0.00 0.00 0.00 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00
7
7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : :
0.01 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.01 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.98 0.01
0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.98 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.98 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.99
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000230 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000227 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000225 ______________________________________________
8
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00
0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000222 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000220 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.00 0.99 0.01
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00
9
4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> ------------->
: : : : : :
0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.01 0.00 0.00 0.00 0.00
0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.01 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00
0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.01 0.00 0.00
0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000217 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000215 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000212 ______________________________________________ 0 1 2 3 4
-------------> -------------> -------------> -------------> ------------->
: : : : :
0.99 0.00 0.00 0.00 0.00
0.00 0.99 0.01 0.00 0.00
0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.99 0.00
0.00 0.00 0.00 0.00 0.99
10
5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : :
0.00 0.00 0.01 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000210 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000207 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
11
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000205 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00
0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000202 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000200 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00
12
2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : :
0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000197 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000195 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000192 ______________________________________________ 0 1 2
-------------> -------------> ------------->
: 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
13
3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : :
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000190 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000187 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
14
9
------------->
: 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.99
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000185 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 >>>> 0 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000182 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000180 ______________________________________________ 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
15
0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : :
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000177 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000175 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000172 ______________________________________________ 0
------------->
: 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
16
1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : :
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000170 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000167 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
17
7 8 9
-------------> -------------> ------------->
: 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01 : 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.99
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000165 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000162 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000160 ______________________________________________ 0 1 2 3 4 5 6 7
-------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
18
8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : :
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 >>>> 4 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000157 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000155 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000152 ______________________________________________
19
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000150 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000147 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99
20
5 6 7 8 9
-------------> -------------> -------------> -------------> ------------->
: : : : :
0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.01
0.99 0.01 0.00 0.00 0.00
0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.99 0.00 0.00
0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000145 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000142 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000140 ______________________________________________ 0 1 2 3 4 5
-------------> -------------> -------------> -------------> -------------> ------------->
: : : : : :
1.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.01 0.99 0.00 0.01
0.00 0.00 0.00 0.00 1.00 0.00
21
6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : :
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 >>>> 1 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000137 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000135 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000132
22
______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000130 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000127 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99
0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
23
3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : :
0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.00 0.01 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00
0.00 0.00 0.01 0.00
0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000125 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000122 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000120 ______________________________________________ 0 1 2 3
-------------> -------------> -------------> ------------->
: : : :
1.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00
0.00 0.00 0.99 0.00
0.00 0.00 0.01 0.99
0.00 0.00 0.00 0.00
24
4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : :
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000117 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000115 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
25
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000112 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 >>>> 7 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000110 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000107 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
26
1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : :
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000105 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000102 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000100 ______________________________________________ 0 1
-------------> ------------->
: 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
27
2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : :
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000097 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000095 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
28
8 9
-------------> ------------->
: 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.99 0.00 : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000092 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000090 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000087 ______________________________________________ 0 1 2 3 4 5 6 7 8
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
29
9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : :
0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000085 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.01 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000082 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000080 ______________________________________________
30
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000077 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000075 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
31
6 7 8 9
-------------> -------------> -------------> ------------->
: : : :
0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00
0.01 0.00 0.00 0.00
0.99 0.00 0.00 0.00
0.00 1.00 0.00 0.00
0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 >>>> 7 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000072 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000070 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000067 ______________________________________________ 0 1 2 3 4 5 6
-------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00
32
7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : :
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 >>>> 8 1.00 >>>> 9 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 >>>> 2 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00>>>> 4 0.00 0.00 0.00 0.00 0.99
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000065 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000062 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000060 ______________________________________________
33
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 >>>> 3 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 >>>> 1 0.00 >>>> 2 0.00 >>>> 3
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000057 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000055 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
34
4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> ------------->
: : : : : :
0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00
1.00 0.00 0.00 0.00 0.00 0.00
0.00 0.99 0.00 0.00 0.00 0.00
0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 >>>> 5 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000052 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000050 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000047 ______________________________________________ 0 1 2 3 4
-------------> -------------> -------------> -------------> ------------->
: : : : :
1.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00
0.00 0.00 0.00 0.00 1.00
35
5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : :
0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 >>>> 5 0.00 0.00 0.00 0.99
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 >>>>> 6 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000045 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000042 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
36
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000040 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> : 1.00 -------------> : 0.00 -------------> : 0.00 -------------> : 0.00 -------------> : 0.00 -------------> : 0.00 -------------> : 0.00 -------------> : 0.00 -------------> : 0.00 -------------> : 0.00 -------------> : 0.99 -------------> : 0.00 -------------> : 0.00 -------------> : 0.00 -------------> : 0.00 -------------> : 0.00 -------------> : 0.00 -------------> : 0.00 -------------> : 0.00 -------------> : 0.00 -----> 9 is learned
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 >>>> 0 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000037 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000035 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
37
1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : :
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000032 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000030 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000027 ______________________________________________ 0 1
-------------> ------------->
: 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
38
2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : :
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 >>>> 8 1.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000025 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000022 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
39
8 9
-------------> ------------->
: 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000020 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000017 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000015 ______________________________________________ 0 1 2 3 4 5 6 7 8
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
40
9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : :
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000012 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000010 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000007 ______________________________________________
41
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000005 ______________________________________________ 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
-------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> -------------> ------------->
: : : : : : : : : : : : : : : : : : : :
1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
Conclusion: ************************************************************************************** Input and Rank w.r.t Training Set1: I/p Rank ------------------------0 -----> 1 1 -----> 3 2 -----> 7 3 -----> 8 4 -----> 2 5 -----> 10 6 -----> 12 7 -----> 5 8 -----> 6 9 -----> 6
Set2 I/p Rank --------------------------0 -----> 14 1 -----> 9 2 -----> 9 3 -----> 9 4 -----> 7 5 -----> 11 6 -----> 15 7 -----> 4 8 -----> 16 9 -----> 13
42
*The Rank Represnts the speed with which the network is learning for the specified i/p. It doesn't mean that the input vectors with same rank, have been trained at same time by the network. But it specifies how close they are, during training. So the order of the input vectors based on how fast the network become trained for the input set is {Set1 – 0, Set1 – 4, Set1 –1, Set2 – 4, Set1 – 7, Set1 – 8, Set1 – 9, Set1 – 2, Set1 – 3, Set2 – 1, Set2 – 2, Set3 – 3, Set1 – 5, Set2 – 5, Set1 – 6, Set2 – 9, Set20, Set2 – 6, Set2 – 8}. *************************************************************************************
Create 2 examples of each digit, and test the ANN using them (without more training). a. What do you observe from this testing? 0 7 0 0 7 0 7 7 0 7 7 7 0 0 7 0 7 7 7 7 0 7 7 7 0 7 0 7 7 7 7 0 7 7 7 7 0 0 7 0 0 7 7 0 7 7 0 0 7 0 0 0 0 7 7 0 7 7 0 7 7 0 7 0 7 0 0 7 0 0 7 0 7 7 7 7 7 7 7 7 7 0 7 0 7 7 7 0 7 7 7 0 7 0 7 0 7 0 0 0 0 7 0 0 7 0 0 7 7 0 7 0 7 0 7 0 7 0 0 7 7 7 7 7 7 7 7 7 7 7 7 7 0 0 7 7 7 0 7 7 7 0 7 0 0 7 0 7 7 7
7 7 7 0 7 0 7 7 7 7 7 7 0 0 7 0 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 0 7 7 7 7 0 0 7 0 0 7 0 7 7 7 0 0 7 0 0 0 7 0 7 0 7 7 0 7 7 0 7 0 7 0 0 7 0 0 7 7 7 7 7 7 7 0 7 7 0 0 7 0 0 7 0 7 7 7 7 0 7 0 7 0 7 0 0 0 0 7 0 0 7 0 0 7 7 0 7 0 7 0 7 0 7 0 0 7 0 7 0 0 7 0 7 7 7 7 7 7 0 0 7 7 7 0 0 7 0 0 7 0 7 7 7 0 7 7
43
Observation (opvct.txt File generated in the program for input set from ipvct) 0.00 7.00 0.00 7.00 0.00 7.00 7.00 0.00 7.00 7.00 0.00 7.00 7.00 7.00 7.00 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 7.00 0.00 7.00 7.00 7.00 0.00 7.00 0.00 0.00 7.00 0.00 7.00 7.00 7.00 -------------> : 0.00 0.32 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 7.00 7.00 0.00 0.00 0.00 7.00 0.00 7.00 0.00 7.00 0.00 0.00 7.00 7.00 7.00 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 7.00 7.00 7.00 0.00 0.00 7.00 0.00 7.00 0.00 0.00 0.00 7.00 7.00 7.00 7.00 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 7.00 7.00 0.00 7.00 7.00 7.00 7.00 0.00 0.00 7.00 0.00 0.00 7.00 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 7.00 7.00 7.00 0.00 0.00 7.00 7.00 7.00 0.00 0.00 7.00 7.00 7.00 0.00 -------------> : 0.00 0.00 0.00 0.00 0.00 0.96 0.00 0.00 0.00 0.04 7.00 7.00 0.00 7.00 0.00 0.00 7.00 7.00 7.00 7.00 0.00 7.00 7.00 7.00 7.00 -------------> : 0.01 0.00 0.00 0.00 0.00 0.00 0.87 0.00 0.04 0.00 7.00 7.00 7.00 0.00 0.00 7.00 0.00 7.00 0.00 0.00 7.00 0.00 0.00 7.00 0.00 -------------> : 0.00 0.01 0.01 0.12 0.00 0.00 0.00 0.11 0.00 0.00 0.00 7.00 0.00 7.00 0.00 7.00 7.00 7.00 7.00 7.00 0.00 7.00 0.00 7.00 0.00 -------------> : 0.02 0.00 0.00 0.00 0.00 0.00 0.04 0.00 0.89 0.00 7.00 7.00 7.00 7.00 0.00 7.00 0.00 7.00 7.00 0.00 0.00 7.00 7.00 7.00 7.00 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 7.00 7.00 7.00 7.00 0.00 7.00 7.00 0.00 7.00 7.00 0.00 7.00 0.00 7.00 0.00 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 7.00 0.00 7.00 7.00 7.00 0.00 7.00 0.00 0.00 7.00 0.00 0.00 7.00 0.00 -------------> : 0.00 0.68 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 7.00 7.00 7.00 0.00 0.00 7.00 0.00 7.00 0.00 7.00 0.00 0.00 7.00 7.00 7.00 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 7.00 7.00 7.00 0.00 0.00 7.00 0.00 7.00 7.00 0.00 0.00 7.00 7.00 7.00 7.00 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 7.00 0.00 7.00 7.00 7.00 7.00 7.00 0.00 0.00 7.00 0.00 0.00 7.00 -------------> : 0.00 0.01 0.00 0.00 0.96 0.00 0.00 0.00 0.00 0.00 0.00 7.00 7.00 7.00 0.00 0.00 7.00 7.00 0.00 0.00 0.00 7.00 7.00 7.00 0.00 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 7.00 7.00 7.00 7.00 0.00 0.00 7.00 7.00 0.00 7.00 0.00 7.00 0.00 7.00 0.00 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 7.00 7.00 7.00 0.00 7.00 0.00 0.00 7.00 0.00 0.00 7.00 0.00 0.00 7.00 0.00 -------------> : 0.00 1.00 0.00 0.01 0.00 0.01 0.01 0.00 0.00 0.00 7.00 7.00 7.00 7.00 0.00 7.00 0.00 7.00 0.00 7.00 0.00 7.00 7.00 7.00 7.00 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.95 0.00 7.00 7.00 7.00 7.00 0.00 7.00 7.00 7.00 7.00 0.00 0.00 7.00 0.00 7.00 7.00 -------------> : 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.97 From the data set above, it is clear that all the digits except 7 is recognized very brilliantly by the network. At the same time, the network concluded that the pattern for 7, that we had given is not matching to any digit. no. of untrained input vectors mapped to any digit by the n/w:
18
Percentage of mapping
18/20 = 90%
The number of correct mapping
18
Percentage of accuracy with which the n/w is recognizing digits
18/18 = 100%
So, we can conclude that the network has trained to a good level. If we continue training, the n/w will become brilliant in recognizing the digits.
44
Source Code
/ ***************************************************************************** ********** File Name : NET.H File Description : This file contains the prototypes and the necessary global variable that are used in the Back Propagation Learning Process. Author : Gopakumar G & Manu V T Date : 27/11/2009 Purpose : Assignment Work Given Under the Course NNFS ***************************************************************************** **********/ #define #define #define #define
CNT_H_NEURON 15 CNT_M_NEURON 10 IP_V_SIZE 15 TGT_V_SIZE 10
void startTrainingProcess(float inputSet[][15], float targetSet[][10], int cnt, double toleranceMax); int computeNet (void *mat1, int r1, int c1, void *mat2, int r2, int c2, void* target); //Doing matrix multiplication void adjustTheweights(void* inputVector, int r1, void* outputVector, int r2); void* initialiseWeights(void* weights, int r, int c); void getTranspose(void* vector, int r, int c, void* transpose); //compute the matrixtranspose void applyThreshold(void* netVector, int r, void* outputVector); void computeTriggeredOutput(void* inputVector, int r, int c); void printAMatrix (FILE* fop, void* matPtr, int r, int c, char *msg); //Wrote to debugging process. void getTheTrainingSet(char* fileName); void digitRecognAtDifferentTolerance(double MinTolerance, double MaxTolerance, char* fileName, int cnt); //For analysing the response at different tolerance. void networkBehaviourToUntrainedIPSet(char *inputFileName, char *outputFileName); void outputTheImportanceOfEachBit(char* outputFileName, int upto); int noTrainingPairs; float inputSet[100][15], targetSet[100][10]; float weight2HiddenLayer[15][15], input2HiddenLayer[15][1], weight2MotorNeuron[15][10], input2MotorNeuron[10][1], outputFromHiddenLayer[15][1], outputOfMotorNeurons[10][1], weightChangeMotorNeurons[15][10], weightChangeHiddenNeurons[15][15]; double learningRate = 0.6, toleranceMax = 0.000025; /********************************************************************************** End of the File Net.h **********************************************************************************/
45
/********************************************************************************** File Name : NET.c File Description : This file contains c code to create a neural network for recognising the digits. The back propagation algorithm is used as the learning algorithm. This program takes the training pairs from the file TSET.txt, placed in the current working directory. Author : Gopakumar G & Manu V T Date : 27/11/2009 Purpose : Assignment Work Given Under the Course NNFS ***********************************************************************************/ # include<stdio.h> #include<stdlib.h> #include<math.h> #include
case 2:
printf ("\nTraining Starts.....\n"); startTrainingProcess(inputSet, targetSet, 20, toleranceMax); printf ("\nTraining Ends......\n"); break; printf ("\nEnter an Input Vector\n\n"); for (i = 0; i < IP_V_SIZE; i++) { scanf ("%f", &inputVector[i][0]); } computeTriggeredOutput((void*) inputVector, IP_V_SIZE, 1); printf ("\nThe target Output of the Network is\n\n"); for (i = 0; i < TGT_V_SIZE; i++) { printf ("%.2f ", outputOfMotorNeurons[i][0]); } break;
case 3: CNT_H_NEURON);
initialiseWeights ((void*)weight2HiddenLayer, IP_V_SIZE, initialiseWeights ((void*)weight2MotorNeuron, CNT_H_NEURON,
CNT_M_NEURON);
digitRecognAtDifferentTolerance(0.0000025, 0.00025, "Analyse.txt",
20);
printf ("\nPlease see the Analyse.txt File created in the current
Working Directory");
break; case 4:
46
press 'y' to continue\n\t");
current Working Directory");
printf ("\nOnce you load input vectors ipvct.txt in the Directory while (isspace((c = getch()))); if (c == 'y' || c =='Y') { networkBehaviourToUntrainedIPSet("ipvct.txt", "opvct.txt"); printf ("\nPlease see the opvct.txt File created in the } break;
case 5: Working Directory");
outputTheImportanceOfEachBit("bitlvl.txt", 15); printf ("\nPlease see the bitlvl.txt File created in the current
break; case 6: return 0; default: printf ("\nInvalid Choice\n"); break; }
}
} /******************************************************************************************* Function Name : startTrainingProcess Function Description : For a single execution instance, the function initialises the weight vectors to random normalised values. But for the successive training initiation for the same execution sequence, the learning starts with the weights whereever we left off, in t the last training time. Basically the process takes an input vector and corresponding target vector, from the trainig set, and computes the output of the motor neurons. It then calculate the error, and based on that the weights are adjusted. Then it takes the next training pair and the process continues until the tolerance is acceptable. Argument Details : The training set (i.e, inputSet, targetSet), the number of training pairs in the training set (cnt), and the acceptable toleranceMax value. Return Value : Once the function is called, the global weight arrays are set to values, such that the network can be used to identify the digits. ********************************************************************************************/ void startTrainingProcess(float inputSet[][15], float targetSet[][10], int cnt, double toleranceMax) { float currentInputVector[15][1], currentTargetVector[10][1]; int i, j, k; double tolerance = 0.0, err; static isItFirstTime = 1; if (isItFirstTime) { getTheTrainingSet("TSET.txt"); initialiseWeights ((void*)weight2HiddenLayer, IP_V_SIZE, CNT_H_NEURON); initialiseWeights ((void*)weight2MotorNeuron, CNT_H_NEURON, CNT_M_NEURON); isItFirstTime = 0; } do { tolerance = 0.0; for (i = 0; i < cnt; i++) { for (j = 0; j < IP_V_SIZE; j++) { currentInputVector[j][0] = inputSet[i][j]; } computeTriggeredOutput((void*) currentInputVector, IP_V_SIZE, 1); for (j = 0; j < TGT_V_SIZE; j++) { currentTargetVector[j][0] = targetSet[i][j]; } for (j = 0; j < TGT_V_SIZE; j++) { err = pow (currentTargetVector[j][0] - outputOfMotorNeurons[j][0], 2);
if (tolerance < err)
47
{
tolerance = err;
}
} adjustTheweights((void*) currentInputVector, IP_V_SIZE, (void*) currentTargetVector, TGT_V_SIZE); } } while (tolerance > toleranceMax); } /******************************************************************************************* Function Name : computeNet Function Description : This function exactly multiplies two matrices. In our program most time we are using this function to multiply the input vector and the weight vector. Hence the name computeNet. Argument Details : It is obvious that the matrices to be multiplies, and their order. The product will be placed in the last argument Net. Return Value : The net matrix (product) is returned by reference. If it is not possible to find the product -1 is returned else a 0. *******************************************************************************************/ int computeNet (void *weight, int r1, int c1, void* input, int r2, int c2, void *net) { float *netVector = (float*)net, *weightVector = (float*)weight, *inputVector = (float*)input; int i, j, k; if (c1 != r2) { return -1; } else { for (i = 0; i < r1; i++) { for (j = 0; j < c2; j++) { *(netVector+i*c2+j) = 0.0; for (k = 0; k < c1; k++) { *(netVector+i*c2+j) += *(weightVector+i*c1+k) * *(inputVector+ k*c2 + j); } } } } return 0; } /******************************************************************************************** Function Name : initialiseWeights Function Description : intialise the weight vector with random normalised weights. Argument Details : The weight vector 'weights' to be intialised, its order (rXc) Return Value : The weight vecor is initialised by reference. The starting address of the weight vector is also returned. *********************************************************************************************/ void* initialiseWeights(void* weights, int r, int c) { float *weightVector = (float*)weights; int i, j; randomize(); for (i = 0; i < r; i++) { for (j = 0; j < c; j++) { *(weightVector + i*c + j) = 1.0/(random(100)+1); } } return (void*)weightVector; } /********************************************************************************************* Function Name : getTranspose Function Description : Gets the transpose of the given vector. Argument Details : The vector for which the transpose is computed, it's order, and the target pointer to hold the vector transpose. Return Value : The transpose is set by reference. *********************************************************************************************/ void getTranspose(void* vector, int r, int c, void* transpose)
48
{
float* vectorMatrix = (float*)vector, *transposeMatrix = (float*)transpose; int i, j; for (i = 0; i < r; i++) { for (j = 0; j < c; j++) { *(transposeMatrix + j*r +i) = *(vectorMatrix+ i*c+ j); } }
} /*********************************************************************************************** Function Name : computeTriggeredOutput Function Description : This does the feed forward part. i.e., It computes the input output to and from each layer when the inputVector is triggered into the network. Then the function sets the corresponding global vectors. Argument Details : The input vector for which the triggered output is to be found. Return Value : Sets the global vectors for input to and output from hidden Layer and Motor Neurons by reference. ***********************************************************************************************/ void computeTriggeredOutput(void* inputVector, int r, int c) { float TransposeOfWeight2HiddenLayer[15][15], TransposeOfWeight2MotorNeuron[10][15]; getTranspose ((void*)weight2HiddenLayer, 15, 15, (void*)TransposeOfWeight2HiddenLayer); computeNet ((void*)TransposeOfWeight2HiddenLayer, 15, 15, inputVector, r, c, input2HiddenLayer); applyThreshold (input2HiddenLayer, 15, (void*)outputFromHiddenLayer); getTranspose ((void*)weight2MotorNeuron, 15, 10, (void*)TransposeOfWeight2MotorNeuron); computeNet ((void*)TransposeOfWeight2MotorNeuron, 10, 15, outputFromHiddenLayer, 15, 1, input2MotorNeuron); applyThreshold (input2MotorNeuron, 10, (void*)outputOfMotorNeurons); } /*********************************************************************************************** Function Name : applyThreshold Function Description : This function apply the sigmoid function to each component of the net vector and computes the output from the layer. Argument Details : The net vector to which the sigmoid function is to be applied. and the pointer to hold the output vector. Return Value : Set the output vector by reference. **********************************************************************************************/ void applyThreshold(void* netVector, int r, void* outputVector) { float* output = (float*) outputVector, *net = (float*)netVector; int i; for (i = 0; i < r; i++) { *(output+ i*1 + 0) = }
(float)(1 /(1+ exp(-1.0 * (double)(*(net+ i*1 + 0)))));
return; } /********************************************************************************************** Function Name : adjustTheweights Function Description : This function does the reverse pass of the training process. Based on the error triggered by the input vector from the target vector, the function computes and sets the new weight vectors. Argument Details : The training pair. Return Value : Set the new values for the weight vectors by reference. ***********************************************************************************************/ void adjustTheweights(void* inputVector, int r1, void* outputVector, int r2) { float deltaForMotorNeurons[10][1], deltaForHiddenLayerNeurons[15][1], *output = (float*)outputVector, transposeDeltaMNeurons[1][10], transposeDeltaHNeurons[1][15], errorHiddenLayerNeurons[15][1]; int i, j; /*printAMatrix (fop, inputVector, 15, 1, "Printing Input Vector");*/ for (i = 0; i < r2; i++)
49
{
deltaForMotorNeurons[i][0] = learningRate*outputOfMotorNeurons[i][0]*(1.0 outputOfMotorNeurons[i][0])*(*(output + i*1 + 0) - outputOfMotorNeurons[i][0]); } getTranspose ((void*)deltaForMotorNeurons, 10, 1, (void*)transposeDeltaMNeurons); computeNet ((void*)outputFromHiddenLayer, 15, 1, (void*)transposeDeltaMNeurons, 1, 10, (void*)weightChangeMotorNeurons); computeNet ((void*)weight2MotorNeuron, 15, 10, (void*)deltaForMotorNeurons, 10, 1, (void*)errorHiddenLayerNeurons); for (i = 0; i < 15; i++) { deltaForHiddenLayerNeurons[i][0] = learningRate*errorHiddenLayerNeurons[i][0]* outputFromHiddenLayer[i][0]*(1.0 - outputFromHiddenLayer[i][0]); } getTranspose ((void*)deltaForHiddenLayerNeurons, 15, 1, (void*)transposeDeltaHNeurons); computeNet (inputVector, r1, 1, (void*)transposeDeltaHNeurons, 1, 15, (void*)weightChangeHiddenNeurons); //Changes the Weight Vectors for (i = 0; i < 15; i++) { for (j = 0; j < 10; j++) { weight2MotorNeuron[i][j] += weightChangeMotorNeurons[i][j]; } } for (i = 0; i < 15; i++) { for (j = 0; j < 15; j++) { weight2HiddenLayer[i][j] += weightChangeHiddenNeurons[i][j]; } }
} /********************************************************************************************* Function Name : printAMatrix Function Description : This function is written to help in the debugging process. The function simply write the vector given to the file specified by the file pointer. Before printing the vecor, we can write some message using the argument msg. Argument Details : The vector and the message. Return Value : Nil. **********************************************************************************************/ void printAMatrix (FILE* fop, void* matPtr, int r, int c, char *msg) { int i, j; float *mat = (float*)matPtr; fprintf (fop, "%s\n", msg); for (i = 0; i < r; i++) { for (j = 0; j < c; j++) { fprintf (fop, "%.2f ", *(mat+i*c+j)); } fprintf (fop, "\n"); } return; } /********************************************************************************************** Function Name : getTrainingSet Function Description : Load the training set (input vector set and the target set) from the file specified by the file id. The first line in the file should contain 3 integers seperated by space. The first is considered as the number of training pairs in the set, second will be considered as the number of components of the input vector and the third number will be considerd as the number of components of the target vector. The function also assumes that each row contains a training pair (input and target) and
50
each component of the vector is seperated by a space. The input vector and output vector is also seperated by a space. The file name from which the input is to be loaded.
Argument Details : Return Value : Nil. ***********************************************************************************************/ void getTheTrainingSet(char* fileName) { int i, j, noIpComponentIV, noOptComponentTV; float a; FILE *fp = fopen(fileName, "r"); fscanf (fp, "%d%d%d", &noTrainingPairs, &noIpComponentIV, &noOptComponentTV); for (i = 0; i < noTrainingPairs; i++) { for (j = 0; j < noIpComponentIV; j++) { fscanf (fp, "%f", &inputSet[i][j]); } for (j = 0; j < noOptComponentTV; j++) { fscanf (fp, "%f", &targetSet[i][j]); } j++;
} fclose(fp); return;
} /********************************************************************************************* Function Name : digitRecognAtDifferentTolerance Function Description : This function helps you to analyse, how the network behaves to the Digit at different Tolerance Level. The function specifically train the n/w for a particular tolerance and print the responses to the different input vectors into the file specified by the file pointer fp. Argument Details : The tolerance range and the file name to which it is to be written. Return Value : Nil. **********************************************************************************************/ void digitRecognAtDifferentTolerance(double MinTolerance, double MaxTolerance, char* fileName, int cnt) { int i, j, k; FILE* fp = fopen(fileName, "w"); float currentInputVector[15][1]; for (; MaxTolerance > MinTolerance; MaxTolerance -= 0.0000025) { startTrainingProcess(inputSet, targetSet, 20, MaxTolerance); fprintf (fp, "\n\nNETWORK IS TRAINED FOR A MAX TOLERANCE : %lf\n______________________________________________\n\n", MaxTolerance); for (i = 0; i < cnt; i++) { for (j = 0; j < IP_V_SIZE; j++) { currentInputVector[j][0] = inputSet[i][j]; }
} } fclose(fp); return;
computeTriggeredOutput((void*) currentInputVector, IP_V_SIZE, 1); fprintf (fp, "\n%d\t------------->\t: ", i%10); for (k = 0; k < TGT_V_SIZE; k++) { fprintf (fp, "%.2f ", outputOfMotorNeurons[k][0]); }
} /********************************************************************************************* Function Name : networkBehaviourToUntrainedIPSet Function Description : This function takes a set of input vectors from the file given as the argument inputFileName and writes it into the file Specified by outputFileName.
51
Argument Details : The file names. Return Value : Nil. **********************************************************************************************/ void networkBehaviourToUntrainedIPSet(char *inputFileName, char *outputFileName) { int i, j, k, cnt; FILE *fip, *fop; float inputVectors[20][15], currentInputVector[15][1]; fip = fopen(inputFileName, "r"); fop = fopen(outputFileName, "w"); if (fip != NULL) { fscanf (fip, "%d", &cnt); for (i = 0; i < cnt; i++) { for (j = 0; j < IP_V_SIZE; j++) { fscanf (fip, "%f", &inputVectors[i][j]); currentInputVector[j][0] = inputVectors[i][j];
} computeTriggeredOutput((void*) currentInputVector, IP_V_SIZE, 1); fprintf (fop, "\n"); for (j = 0; j < IP_V_SIZE; j++) { fprintf (fop, "%.2f ", inputVectors[i][j]); } fprintf (fop, "\t------------->\t: "); for (k = 0; k < TGT_V_SIZE; k++) { fprintf (fop, "%.2f ", outputOfMotorNeurons[k][0]); } } } fclose(fip); fclose(fop); return;
} /********************************************************************************************* Function Name : networkBehaviourToUntrainedIPSet Function Description : This function compute the response to each bit position in the input set by applying an input vector at the specified bit position as 7, and all other bits as set to 0. Finally it write the output into the file specified by the file name. Argument Details : The file name into which the response is to be written and the bit position upto which the response that we are interested. Return Value : Nil. **********************************************************************************************/ void outputTheImportanceOfEachBit(char* outputFileName, int upto) { int i, j, k; FILE* fp = fopen(outputFileName, "w"); float currentInputVector[15][1] = {0.0}; if (fp != NULL) { for (i = 0; i < upto; i++) { currentInputVector[i][0] = 7.0; for (j = 0; j < 15; j++) { printf ("%.2f ", currentInputVector[j][0]); } computeTriggeredOutput((void*) currentInputVector, IP_V_SIZE, 1); printf ("\n"); fprintf (fp, "\n\nInfluence of Bitat Position%d ----> : ", i+1); for (k = 0; k < TGT_V_SIZE; k++) { fprintf (fp, "%.2f ", outputOfMotorNeurons[k][0]); }
52
}
}
currentInputVector[i][0] = 0.0;
} fclose(fp); return;
/************************************************************************************************ End of the file Net.c ************************************************************************************************/
/**************************************************************************** All file operations are done on the belief that all files are in the current working Directory. Input FILES: Training Set
: TSET.txt : First line contains 3 integers separated by spaces. First integer represents how many training pairs are there in the file, second an third represents the number of components of the input and the target in each training pair. The first line is followed by the training pairs, each is placed in a new line. The input vector and the target vector of each training pair is separated by a space only. The components in the vectors are also separated by a space.
Testing for i/p vectors
: IPVCT.txt : If you want to test the network for a set of input at a time you can put the vectors into the file IPVCT.txt. The first line has one number which represents the number of input vectors that we are going to tset. Then it is followed by a set of lines, each representing an input vector. Each component in the input vector is separated by a space.
Output FILES: Analysing the power of the n/w at diffent Toleranace : ANALYSE.txt : This file will contain the response to the different training vectors from the network at different arror tolerance levels. Response by the Network to the Input vectors in the IPVCT.txt: OPVCT.txt Bit lebvel Influence in the Trained Network
: BITLVL.txt
Sample Contents of the files TSET.txt 20 15 10
53
0 0 7 7 7 7 0 7 0 0 7 0 7 7 7 7 7 7 7 7
7 7 7 7 0 7 7 7 7 7 7 7 7 7 0 7 7 7 7 7
0 0 0 0 0 7 7 7 0 0 7 0 7 7 7 7 7 7 7 7
7 0 0 0 7 7 7 0 7 7 7 7 0 0 7 7 7 0 7 7
0 7 0 0 0 0 0 0 0 0 0 7 0 0 0 0 0 0 0 0
7 0 7 7 7 0 0 7 7 7 7 0 7 7 7 0 0 7 7 7
7 0 0 0 7 0 7 0 0 0 7 0 7 7 7 7 7 0 7 7
0 7 7 7 7 7 7 0 7 7 0 7 7 7 7 7 7 0 7 7
7 0 0 0 7 0 0 7 0 7 7 0 7 7 7 7 7 7 7 7
7 0 7 0 0 0 7 0 7 0 7 0 7 0 0 0 7 0 7 0
0 7 0 0 0 0 0 7 0 0 0 7 0 0 0 0 0 0 0 0
7 0 0 7 7 7 7 0 7 7 7 0 0 7 7 7 7 7 7 7
0 0 0 7 0 7 0 0 0 7 7 7 7 7 0 7 7 0 7 7
7 7 7 7 0 7 7 7 7 7 7 7 7 7 0 7 7 0 7 7
0 0 7 0 7 0 0 0 0 0 7 7 7 7 7 7 7 7 7 7
1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0
0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0
0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0
0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0
0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0
0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0
0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0
0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0
0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0
0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1
IPVCT.txt 20 0 7 0 7 0 7 7 0 7 7 0 7 7 7 7 0 7 0 7 7 7 0 7 0 0 7 0 7 7 7 7 7 0 0 0 7 0 7 0 7 0 0 7 7 7 7 7 7 0 0 7 0 7 0 0 0 7 7 7 7 0 0 7 7 0 7 7 7 7 0 0 7 0 0 7 0 7 7 7 0 0 7 7 7 0 0 7 7 7 0 7 7 0 7 0 0 7 7 7 7 0 7 7 7 7 7 7 7 0 0 7 0 7 0 0 7 0 0 7 0 0 7 0 7 0 7 7 7 7 7 0 7 0 7 0 7 7 7 7 0 7 0 7 7 0 0 7 7 7 7 7 7 7 7 0 7 7 0 7 7 0 7 0 7 0 0 7 0 7 7 7 0 7 0 0 7 0 0 7 0 7 7 7 0 0 7 0 7 0 7 0 0 7 7 7 7 7 7 0 0 7 0 7 7 0 0 7 7 7 7 0 0 7 0 7 7 7 7 7 0 0 7 0 0 7 0 7 7 7 0 0 7 7 0 0 0 7 7 7 0 7 7 7 7 0 0 7 7 0 7 0 7 0 7 0 7 7 7 0 7 0 0 7 0 0 7 0 0 7 0 7 7 7 7 0 7 0 7 0 7 0 7 7 7 7 7 7 7 7 0 7 7 7 7 0 0 7 0 7 7 The contents of the files OPVCT.txt, ANALYSE.txt, BITLVL.txt are already placed in the earlier sections. *************************************************************************/
**************************************************************** The program is compiled by Turbo C++ Version 3.00 ***************************************************************
54
Related Documents
Gopakumar G Back Propagation
June 2020 7
Coming Back In G
October 2019 12
14.propagation Medium - Propagation
May 2020 12
Propagation Basics
November 2019 18
Propagation 2
April 2020 13