fuel_left/full_train.m

   1 %script creates data and trains the network. It then creates new data and
   2 %tests the network
   3
   4 n = input_num('How many samples to create?',10000);
   5 %create samples
   6
   7 %from uniform distribution
   8 %s = time_samps(n);
   9 %from gaussian distribution
  10 s = gauss_samps(n, 0.8,0.5);
  11
  12 %s(:,1:4) = rotate_cell(s(:,1:4));
  13
  14 %perform integrals
  15 fprintf('Computing Integrals on data, be patient...\n')
  16 %r = fuel_int(s);
  17 r = fuel_quad(s,50);
  18
  19 fprintf('Now training the network \n')
  20 train_simple
  21
  22 %create new set of data
  23 s2 = time_samps(n);
  24 tic
  25 r2 = fuel_quad(s2,50);
  26 toc
  27
  28 %use network to evaulate integrals
  29 tic
  30 y2 = net(s2');
  31 %set outlier values to zero or one
  32 y2(y2>1)=1;
  33 y2(y2<0)=0;
  34
  35 toc
  36
  37 %scatter plot of quadrature and network outputs
  38 figure,scatter(r2,y2)
  39 title('Network and integral evaluations')
  40 xlabel('Integral values')
  41 ylabel('Network values')
  42
  43 %histogram of differences
  44 d = r2-y2;
  45 figure,histogram(d)
  46 title('Integral - Network')
  47 xlabel('int - net')
  48 ylabel('Instances')
  49
  50 fprintf('Maximum absolute difference is %f \n',max(abs(d)))
  51 fprintf('Mean of difference is %f \n',mean(d))
  52 fprintf('Variance of difference is %f \n',var(d))
  53
  54
  55
  56
  57