Perceptron

public class Perceptron {

         public static final int data[][][] =    {    {  {-1, 49, 21, 168}, {0, 0}},
                                                  { {-1,50, 168, 82},  {0, 1}},
                                                  { {-1,168, 74, 50},  {1, 0}},
                                                  { {-1,21, 108, 189}, {0, 0}},
                                                  { {-1,21, 144, 189}, {0, 0}},
                                                  { {-1,168, 92, 50},  {1, 0}},
                                                  { {-1,102, 128, 50}, {0, 1}},
                                                  { {-1,50, 168, 117}, {0, 1}},
                                                  { {-1,168, 50, 50},  {1, 0}},
                                                  { {-1,35, 112, 140}, {0, 0}},
                                                  { {-1,140, 224, 255},{0, 0}},
                                                  { {-1,121, 168, 50}, {0, 1}},
                                                  { {-1,212, 49, 49},  {1, 0}},
                                                  { {-1,133, 7, 7},    {1, 0}} };

	static double pesos[] = { Math.random(), Math.random(), Math.random() };
	static Perceptron driver = new Perceptron();
	static Rede neuronio[] = new Rede[data[0][1].length];
	static boolean flag = true;
	static int epoca = 0;
	static double erro = 0;
	static double pesoAtualizado[] = null;

    public static void main(String[] args) {


        do{
			treinamento();
			epoca++;
		}while(flag);
		System.out.println(epoca);
	}
	public static void treinamento() {
		erro = 0;
		flag = false;
		for(int i = 0 ; i < data.length;i++) {
			for(int j = 0; j < neuronio.length;j++) {
				double SomaDosPesos = neuronio[j].PesoSoma(data[i][0], pesos[j]);
				int resultado = neuronio[j].funcdegrau(SomaDosPesos);
				erro = data[i][1][j] - resultado;
				if(erro != 0) {
					flag = true;
				}
				pesoAtualizado = neuronio[i].atualiza(data[i][0], pesos[j], erro);
				pesos = pesoAtualizado;
			}
		}
	}
    }