Scribd Logo
Upload

Welcome to Scribd!

  • Gopakumar G Back Propagation

    Uploaded by

    gggopus
    18 views54 pages
    The document describes an assignment to design and train a neural network to recognize handwritten digit characters. It provides the network architecture of 15 inputs, 15 hidden nodes, and 10 outputs. It also provides 2 examples of each digit (0-9) for training the network. After training, the most important inputs were bits at positions 9 and 1 for recognizing the digit 7. The least important were bits at positions 10 and 14. The most difficult digits to discriminate were 8 and 6 in the second data set due to similar patterns of on bits. Testing the trained network achieved over 99% recognition for most digits.

    Original Description:

    Copyright

    © Attribution Non-Commercial (BY-NC)

    Available Formats

    DOC, PDF, TXT or read online from Scribd

    Did you find this document useful?

    Is this content inappropriate?

    Report this Document
    The document describes an assignment to design and train a neural network to recognize handwritten digit characters. It provides the network architecture of 15 inputs, 15 hidden nodes, and 10 outputs. It also provides 2 examples of each digit (0-9) for training the network. After training, the most important inputs were bits at positions 9 and 1 for recognizing the digit 7. The least important were bits at positions 10 and 14. The most difficult digits to discriminate were 8 and 6 in the second data set due to similar patterns of on bits. Testing the trained network achieved over 99% recognition for most digits.

    Copyright:

    Attribution Non-Commercial (BY-NC)
    Download as DOC, PDF, TXT or read online from Scribd
    Flag for inappropriate content
    18 views54 pages

    Gopakumar G Back Propagation

    Uploaded by

    gggopus
    The document describes an assignment to design and train a neural network to recognize handwritten digit characters. It provides the network architecture of 15 inputs, 15 hidden nodes, and 10 outputs. It also provides 2 examples of each digit (0-9) for training the network. After training, the most important inputs were bits at positions 9 and 1 for recognizing the digit 7. The least important were bits at positions 10 and 14. The most difficult digits to discriminate were 8 and 6 in the second data set due to similar patterns of on bits. Testing the trained network achieved over 99% recognition for most digits.

    Copyright:

    Attribution Non-Commercial (BY-NC)
    Download as DOC, PDF, TXT or read online from Scribd
    Flag for inappropriate content
    of 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 0 0 7 0 7 7 0 7 7 0 7 0 0 7 7 7 0 7 7 7 7 7 0 7 0 0 7 0
    7 0 7 0 7 0 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 0 7 0 7 7 0 0 0 7 0 7 0 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
    0 7 0 0 7 0 0 7 7 7 7 0 0 0 7 7 7 0 0 7 0 0 7 0 0 7 0 7 7 0

    7 7 7 0 7 0 7 7 7 7 7 7 7 0 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7
    7 0 7 7 7 0 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 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 0 0 7 7 7 7 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 0 7 7 0 7 0 0 7
    7 7 7 7 7 7 7 7 7 7 7 7 0 0 7 7 7 7 7 7 7 0 0 7 7 7 7 7 7 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

    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 Set1 No. Times ON Set2. No. Times ON Total


    1 9 5 14
    2 9 9 18
    3 9 3 12
    4 7 6 13
    5 1 1 2
    6 7 7 14
    7 8 3 11
    8 8 8 16
    9 9 4 13
    10 4 4 8
    11 1 3 4
    12 8 7 15
    13 8 3 11
    14 8 9 17
    15 10 2 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 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.01 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
    3 -------------> : 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01
    6 -------------> : 0.00 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.98 0.01
    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 : 0.000247


    ______________________________________________

    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.01 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
    3 -------------> : 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01
    6 -------------> : 0.00 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.98 0.01
    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 : 0.000245


    ______________________________________________

    5
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.01 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
    3 -------------> : 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01
    6 -------------> : 0.00 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.98 0.01
    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 : 0.000242


    ______________________________________________

    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.01 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
    3 -------------> : 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01
    6 -------------> : 0.00 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.98 0.01
    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 : 0.000240


    ______________________________________________

    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.01 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
    3 -------------> : 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01

    6
    6 -------------> : 0.00 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.98 0.01
    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 : 0.000237


    ______________________________________________

    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.01 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
    3 -------------> : 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01
    6 -------------> : 0.00 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.98 0.01
    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 : 0.000235


    ______________________________________________

    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.01 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
    3 -------------> : 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01
    6 -------------> : 0.00 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.98 0.01
    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 : 0.000232


    ______________________________________________

    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.01 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00

    7
    7 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01
    6 -------------> : 0.00 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.98 0.01
    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 : 0.000230


    ______________________________________________

    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.01 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01
    6 -------------> : 0.00 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.98 0.01
    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 : 0.000227


    ______________________________________________

    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01
    6 -------------> : 0.00 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.98 0.01
    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 : 0.000225


    ______________________________________________

    8
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01
    6 -------------> : 0.00 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    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 : 0.000222


    ______________________________________________

    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01
    6 -------------> : 0.00 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    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 : 0.000220


    ______________________________________________

    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.01 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00

    9
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01
    6 -------------> : 0.00 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    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 : 0.000217


    ______________________________________________

    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01
    6 -------------> : 0.00 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    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 : 0.000215


    ______________________________________________

    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.01
    6 -------------> : 0.00 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    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 : 0.000212


    ______________________________________________

    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00

    10
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    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 : 0.000210


    ______________________________________________

    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    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 : 0.000207


    ______________________________________________

    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.99

    11
    NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000205
    ______________________________________________

    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.01 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    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 : 0.000202


    ______________________________________________

    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.01 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    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 : 0.000200


    ______________________________________________

    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

    12
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    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 : 0.000197


    ______________________________________________

    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    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 : 0.000195


    ______________________________________________

    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.01 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    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 : 0.000192


    ______________________________________________

    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00

    13
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    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 : 0.000190


    ______________________________________________

    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    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 : 0.000187


    ______________________________________________

    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01

    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 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    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 : 0.000182


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 >>>> 0
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    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 : 0.000180


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99

    15
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    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 : 0.000177


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    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 : 0.000175


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    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 : 0.000172


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

    16
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    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 : 0.000170


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    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 : 0.000167


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00

    17
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    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 : 0.000165


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    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 : 0.000162


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    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 : 0.000160


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00

    18
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    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 : 0.000157


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.01 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    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 : 0.000155


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 >>>> 4
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    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 : 0.000152


    ______________________________________________

    19
    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00
    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 : 0.000150


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00
    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 : 0.000147


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00

    20
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00
    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 : 0.000145


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00
    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 : 0.000142


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.00
    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 : 0.000140


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00

    21
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    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 : 0.000137


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.01 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    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 : 0.000135


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 >>>> 1
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    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 : 0.000132

    22
    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    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 : 0.000130


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    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 : 0.000127


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00

    23
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99

    NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000125


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99

    NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000122


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99

    NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000120


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00

    24
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99

    NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000117


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.01 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99

    NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000115


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.00 0.99 0.01
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99

    25
    NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000112
    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99

    NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000110


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 >>>> 7
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99

    NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000107


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

    26
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.01 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.99

    NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000105


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 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 : 0.000102


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 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 : 0.000100


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

    27
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 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 : 0.000097


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 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 : 0.000095


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.01 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00

    28
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 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 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 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 : 0.000090


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.01 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 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 : 0.000087


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00

    29
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 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 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 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 : 0.000082


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 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 : 0.000080


    ______________________________________________

    30
    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 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 : 0.000077


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 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 : 0.000075


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00 0.00

    31
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 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 : 0.000072


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.99 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 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 : 0.000070


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 >>>> 7
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 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 : 0.000067


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00

    32
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 >>>> 8
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 >>>> 9
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 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 : 0.000065


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.01 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 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 : 0.000062


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 >>>> 2
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00>>>> 4
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 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 : 0.000060


    ______________________________________________

    33
    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 >>>> 3
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 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 : 0.000057


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 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 : 0.000055


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 >>>> 1
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 >>>> 2
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 >>>> 3

    34
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 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 : 0.000052


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 >>>> 5
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 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 : 0.000050


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 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 : 0.000047


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00

    35
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 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 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 >>>> 5
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 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 : 0.000042


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 >>>>> 6
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99

    36
    NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000040
    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
    0 -------------> : 0.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
    -----> 9 is learned

    NETWORK IS TRAINED FOR A MAX TOLERANCE : 0.000037


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 >>>> 0
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 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 : 0.000035


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

    37
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 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 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 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 : 0.000030


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 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 : 0.000027


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

    38
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.99 0.00
    9 -------------> : 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 : 0.000025


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 >>>> 8
    9 -------------> : 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 : 0.000022


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00

    39
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
    9 -------------> : 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 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
    9 -------------> : 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 : 0.000017


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
    9 -------------> : 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 : 0.000015


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00

    40
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
    9 -------------> : 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 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
    9 -------------> : 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 : 0.000010


    ______________________________________________

    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
    9 -------------> : 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 : 0.000007


    ______________________________________________

    41
    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
    9 -------------> : 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 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
    0 -------------> : 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    1 -------------> : 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    2 -------------> : 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
    3 -------------> : 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00
    4 -------------> : 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00
    5 -------------> : 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
    6 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00
    7 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
    8 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00
    9 -------------> : 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00

    Conclusion:

    **************************************************************************************
    Input and Rank w.r.t Training

    Set1: Set2
    I/p Rank I/p Rank
    ------------------------- ---------------------------
    0 -----> 1 0 -----> 14
    1 -----> 3 1 -----> 9
    2 -----> 7 2 -----> 9
    3 -----> 8 3 -----> 9
    4 -----> 2 4 -----> 7
    5 -----> 10 5 -----> 11
    6 -----> 12 6 -----> 15
    7 -----> 5 7 -----> 4
    8 -----> 6 8 -----> 16
    9 -----> 6 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, Set2-
    0, 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 CNT_H_NEURON 15
    #define CNT_M_NEURON 10
    #define IP_V_SIZE 15
    #define 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<ctype.h>
    #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);
    }

    printf ("\nTraining Starts.....\n");


    startTrainingProcess(inputSet, targetSet, 20, toleranceMax);
    printf ("\nTraining Ends......\n");
    break;
    case 2:
    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:
    initialiseWeights ((void*)weight2HiddenLayer, IP_V_SIZE,
    CNT_H_NEURON);
    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
    printf ("\nOnce you load input vectors ipvct.txt in the Directory
    press 'y' to continue\n\t");
    while (isspace((c = getch())));
    if (c == 'y' || c =='Y')
    {
    networkBehaviourToUntrainedIPSet("ipvct.txt", "opvct.txt");
    printf ("\nPlease see the opvct.txt File created in the
    current Working Directory");
    }
    break;
    case 5:
    outputTheImportanceOfEachBit("bitlvl.txt", 15);
    printf ("\nPlease see the bitlvl.txt File created in the current
    Working Directory");
    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.
    Argument Details : The file name from which the input is to be loaded.
    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];
    }

    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]);
    }
    }
    }
    fclose(fp);
    return;
    }
    /*********************************************************************************************
    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
    0 7 0 7 0 7 7 0 7 7 0 7 0 7 0 1 0 0 0 0 0 0 0 0 0

    53
    0 7 0 0 7 0 0 7 0 0 7 0 0 7 0 0 1 0 0 0 0 0 0 0 0
    7 7 0 0 0 7 0 7 0 7 0 0 0 7 7 0 0 1 0 0 0 0 0 0 0
    7 7 0 0 0 7 0 7 0 0 0 7 7 7 0 0 0 0 1 0 0 0 0 0 0
    7 0 0 7 0 7 7 7 7 0 0 7 0 0 7 0 0 0 0 1 0 0 0 0 0
    7 7 7 7 0 0 0 7 0 0 0 7 7 7 0 0 0 0 0 0 1 0 0 0 0
    0 7 7 7 0 0 7 7 0 7 0 7 0 7 0 0 0 0 0 0 0 1 0 0 0
    7 7 7 0 0 7 0 0 7 0 7 0 0 7 0 0 0 0 0 0 0 0 1 0 0
    0 7 0 7 0 7 0 7 0 7 0 7 0 7 0 0 0 0 0 0 0 0 0 1 0
    0 7 0 7 0 7 0 7 7 0 0 7 7 7 0 0 0 0 0 0 0 0 0 0 1
    7 7 7 7 0 7 7 0 7 7 0 7 7 7 7 1 0 0 0 0 0 0 0 0 0
    0 7 0 7 7 0 0 7 0 0 7 0 7 7 7 0 1 0 0 0 0 0 0 0 0
    7 7 7 0 0 7 7 7 7 7 0 0 7 7 7 0 0 1 0 0 0 0 0 0 0
    7 7 7 0 0 7 7 7 7 0 0 7 7 7 7 0 0 0 1 0 0 0 0 0 0
    7 0 7 7 0 7 7 7 7 0 0 7 0 0 7 0 0 0 0 1 0 0 0 0 0
    7 7 7 7 0 0 7 7 7 0 0 7 7 7 7 0 0 0 0 0 1 0 0 0 0
    7 7 7 7 0 0 7 7 7 7 0 7 7 7 7 0 0 0 0 0 0 1 0 0 0
    7 7 7 0 0 7 0 0 7 0 0 7 0 0 7 0 0 0 0 0 0 0 1 0 0
    7 7 7 7 0 7 7 7 7 7 0 7 7 7 7 0 0 0 0 0 0 0 0 1 0
    7 7 7 7 0 7 7 7 7 0 0 7 7 7 7 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

    You might also like