PERCEPTRONIC

JeuHoyEtudiants/JeuHoy_WPF_Natif/Model/Perceptron.cs

@@ -0,0 +1,90 @@
+using JeuHoy_WPF;
+using System;
+using System.Collections;
+using System.Collections.Generic;
+using System.Linq;
+using System.Text;
+using System.Threading.Tasks;
+using System.Windows;
+
+namespace JeuHoy_WPF_Natif.Model {
+    public class Perceptron {
+        private double _cstApprentissage;
+        private double[] _poidsSyn;
+        private string _reponse = "?";
+        public string Reponse { get => _reponse; }
+
+        /// <summary>
+        /// Constructeur de la classe. Crée un perceptron pour une réponse(caractère) qu'on veut identifier le pattern(modèle)
+        /// </summary>
+        /// <param name="reponse">La classe que défini le perceptron</param>
+        public Perceptron(string reponse) {
+            Random _rand = new Random();
+            _reponse = reponse;
+            _cstApprentissage = CstApplication.CONSTANTEAPPRENTISSAGE;
+
+            _poidsSyn = new double[CstApplication.SKELETONCOUNT * 2];
+            for (int x = 0; x < CstApplication.SKELETONCOUNT - 1; ++x)
+                _poidsSyn[x] = _rand.NextDouble();
+        }
+
+        /// <summary>
+        /// Faire l'apprentissage sur un ensemble de coordonnées. Ces coordonnées sont les coordonnées de tous les caractères analysés. 
+        /// </summary>
+        /// <param name="lstCoord">La liste de coordonnées pour les caractères à analysés.</param>
+        /// <returns>Les paramètres de la console</returns>
+        public string Entrainement(List<Squelette> lstCoord) {
+            int iNbItérations = 0,
+                iNbErreurs = 0;
+            double dSum = 0,
+                   dPourSucc = 0;
+
+            do {
+                iNbErreurs = 0;
+                foreach (Squelette coord in lstCoord) {
+                    dSum = _poidsSyn[0];
+
+                    for (int j = 1; j < _poidsSyn.Length; ++j)
+                        dSum += _poidsSyn[j] * coord.Points[j - 1];
+
+                    int iRes = (dSum >= 0) ? 1 : 0;
+                    int iErr = (_reponse == coord.Reponse ? 1 : 0) - iRes;
+
+                    if (iErr != 0) {
+                        _poidsSyn[0] = _cstApprentissage;
+                        for (int j = 1; j < _poidsSyn.Length; ++j)
+                            _poidsSyn[j] += _cstApprentissage * iErr * coord.Points[j - 1];
+                        ++iNbErreurs;
+                    }
+                }
+                dPourSucc = (double)(lstCoord.Count - iNbErreurs) / (double)lstCoord.Count * 100.0;
+                ++iNbItérations;
+            }
+            while (dPourSucc < CstApplication.POURCENTCONVERGENCE && iNbItérations < CstApplication.MAXITERATION);
+
+            return $"Perceptron: {_reponse}; Itérations: {iNbItérations} Taux Réussite: {dPourSucc.ToString("0.00")} %"; ;
+        }
+
+        /// <summary>
+        /// Calcul la valeur(vrai ou faux) pour un les coordonnées d'un caractère. Permet au perceptron d'évaluer la valeur de vérité.
+        /// </summary>
+        /// <param name="vecteurSyn">Les poids synaptiques du perceptron</param>
+        /// <param name="entree">Le vecteur de bit correspondant aux couleurs du caractère</param>
+        /// <returns>Vrai ou faux</returns>
+        public int ValeurEstime(double[] vecteurSyn, double[] entree) {
+            double dSum = vecteurSyn[0];
+
+            for (int j = 1; j < vecteurSyn.Length; ++j)
+                dSum += vecteurSyn[j] * entree[j - 1];
+
+            return (dSum >= 0) ? CstApplication.VRAI : CstApplication.FAUX;
+        }
+
+        /// <summary>
+        /// Interroge la neuronnes pour un ensembles des coordonnées(d'un caractère).
+        /// </summary>
+        /// <param name="squel"></param>
+        /// <returns></returns>
+        public bool TesterNeurone(Squelette squel) => ValeurEstime(_poidsSyn, squel.Points) == CstApplication.VRAI ? true : false;
+    }
+}