本研究所提出的關聯推理神經網路(Association Reasoning Neural Networks, ARNN)是修改自倒傳遞神經網路演算法，可以產生關聯規則，為傳統的關聯分析開啟完全不同的研究途徑。經由一個數值例題與一個實際例題的結果歸納出以下結論：(1) ARNN的推論輸出值與資料中的信賴度大約相等。(2) 當ARNN的隱藏單元數減少時，檢出率、準確率會跟著變小。(3)ARNN可以利用減少隱藏單元數來避免產生信賴度過低的關聯規則。(4)ARNN產生的規則與由傳統關聯分析法所找到的規則重疊性很高 In this study, we proposed the Association Reasoning Neural Network (ARNN) which is derived from ANN, can produce association rules, and open a new approach for association analysis. Based on a numerical and a practical example, some conclusions can be go
