# 2019秋　ニューラルネットワーク

# 定数・設定値の準備 (表2参照)
NI = 2  # 入力ノードの数
NC = 4  # 入力パターンの数
X = [[0, 0], [0, 1], [1, 0], [1, 1]]  # 入力値の全組み合わせ

# 例として「論理和 (OR)」の重みとバイアスを設定 (表1参照)
WY = [0.5, 0.5]
BY = -0.2


def simple_perceptron(X, Y):
    # 外側のループ: 全入力パターン (out: 0 〜 NC-1)
    for out in range(NC):
        # [ア] に相当: バイアスで初期化
        ytemp = BY

        # 内側のループ: 各入力ノード (in: 0 〜 NI-1)
        for _in in range(NI):
            # [イ] に相当: 入力値 × 重みを加算
            ytemp = ytemp + X[out][_in] * WY[_in]

        # [ウ] に相当: 閾値判定 (0より大きい場合は1、それ以外は0)
        if ytemp > 0:
            Y[out] = 1
        else:
            Y[out] = 0


# 実行テスト
Y = [0] * NC  # 出力格納用の配列
simple_perceptron(X, Y)

print("--- 単純パーセプトロン (OR演算) の結果 ---")
for i in range(NC):
    print(f"入力: {X[i]} -> 出力: {Y[i]}")