NeuralNode

Neural Network written in NodeJS.

Example

var nn = require('./src/NeuralNetwork.js');
 
var geneticAlgorithm = new nn.GeneticAlgorithmTrainer({
        populationSize : 200,
        geneticAlgorithm: {mutationRate : 0.3,
        maxPerbutation : 0.3 },
        neuralNetworkOptions : {
            numberOfInputs : 4,
            numberOfOutputs : 1,
            numberOfHiddenLayers : 1,
            numberOfNeuronsPerHiddenLayer : 5
        }
    });
 
 
var expected = 0.1404118;
 
var trainingSets = [ 
    { input: [ 0.1793975, 0.3202226, 0.4244039, 0.4937737 ],
        output: [ 0.5300726 ] },
    { input: [ 0.3202226, 0.4244039, 0.4937737, 0.5300726 ],
        output: [ 0.5349539 ] },
    { input: [ 0.4244039, 0.4937737, 0.5300726, 0.5349539 ],
        output: [ 0.5099887 ] },
    { input: [ 0.4937737, 0.5300726, 0.5349539, 0.5099887 ],
        output: [ 0.4566693 ] },
    { input: [ 0.5300726, 0.5349539, 0.5099887, 0.4566693 ],
        output: [ 0.3764133 ] },
    { input: [ 0.5349539, 0.5099887, 0.4566693, 0.3764133 ],
        output: [ 0.2705677 ] } ];
 
var input = [ 0.5099887, 0.4566693, 0.3764133, 0.2705677 ];
 
console.log("Training network");
 
geneticAlgorithm.train(
    trainingSets, 
    2000, {
        epoch : function() {
            var result = geneticAlgorithm.networks[0].run(input)
            var estimateRounded = Math.round(result[0] * 100000)/100000;
            console.log("Approximated: " + estimateRounded + ", real: " + expected);
        }
});
 
console.log("**********FINAL RESULTS************");
var r = [];
trainingSets.forEach(function(set) {
    r.push(geneticAlgorithm.networks[0].run(set.input));
});
r.push(geneticAlgorithm.networks[0].run(input));
console.log(r);