All Classes and Interfaces

Class	Description
ActivationFunction	Interface ActivationFunction obriga as classes que a implementem a definir dois métodos: ActivationFunction.calculate(double) e ActivationFunction.derivate(double).
And
ANDInputSamples
ANDOutput
Connection	A classe Connection é responsável pelas conexões dos neurônios, como atributos temos o Connection.fromNeuron Inicial e Connection.toNeuron destino.
Input
Input	A classe Input é responsável conter os valores de entrada Input.values, e um objeto Layer classificada como camada de entrada Input.inputLayer
InputSamples	Classe input samples é responsável por receber as amostras e manipular
Layer	A classe Layer é responsável por conter os neurônios, formado por um ArrayList de Neuron, e constituida por uma função de ativação.
Main
Mnist
MNISTInputSamples
MNISTOutput
MultiLayerPerceptron
NeuralNetwork	Classe container para redes neurais artificiais.
Neuron	A classe Neuron é responsável conter conexões de saída, formado por um ArrayList de Connection.
Output
Output	A classe Output é responsável conter o ArrayList de objetos de saída Output.outputs, e um objeto Layer classificada como camada de saída Output.outputLayer
Perceptron
PixelCalc
PlotGraphics	Classe responsável por plotar os gráficos gerados através dos dados coletados por TrainingNetwork e NeuralNetwork agrupados em Report
PTrainingData
Report	A classe Report é responsável por transformar os dados de uma NeuralNetwork, seu treinamento por TrainingNetwork e seu uso, em um documento html.
Sigmoid	Função de transferência Sigmoid
Step	Função de transferência Degrau
TrainingNetwork	Classe base para treinamento da rede.
TrainingStrategy
TypeOfLearning
UsingNetwork