논리 함수 AND와 OR

뉴런 노드는 두 입력 $X_1$과 $X_2$를 받는다. 두 입력은 각각 0 또는 1이다. 입력마다 가중치가 하나씩 붙어서, $X_1$에는 $W_1$이 붙고 $X_2$에는 $W_2$가 붙는다. 노드에는 편향 $B$도 있다. 편향은 노드가 켜지는 지점을 옮긴다.

노드는 먼저 가중합을 구한다.

$A = X_1 W_1 + X_2 W_2 + B$

그다음 계단 활성화 함수를 적용한다. $A \ge 0$이면 출력은 1이고, 그렇지 않으면 0이다.

그림 1. 뉴런 노드

어느 기계학습 수업이 첫 과제로 뉴런 노드 하나가 논리곱(AND) 또는 논리합(OR)을 계산하도록 가중치와 편향을 정하라고 냈다. 조교인 당신은 제출물을 검사해야 한다. $X_1$과 $X_2$의 네 가지 조합 모두에서 노드의 출력이 요구된 논리 함수의 값과 같으면 그 제출물은 옳다.

첫째 줄에 테스트 케이스의 개수 $T$가 주어진다 ($1 < T < 200$).

다음 $T$개의 줄에 제출물이 한 개씩 주어진다. 각 줄에는 단어 하나와 실수 $W_1$, $W_2$, $B$가 공백으로 구분되어 주어진다. 단어는 AND 또는 OR이고, 그 제출물이 계산해야 하는 논리 함수를 뜻한다. $W_1$과 $W_2$는 가중치이며 ($-2.5 \le W_1, W_2 \le 2.5$), $B$는 편향이다 ($-5 \le B \le 5$). 수에는 소수점이 있을 수 있고, 두 값 사이의 공백은 두 칸 이상일 수도 있다.

각 테스트 케이스마다 입력 순서대로 한 줄씩 출력한다. $X_1$과 $X_2$의 네 가지 조합 모두에서 노드가 요구된 논리 함수를 계산하면 true를, 그렇지 않으면 false를 출력한다. 두 단어는 따옴표 없이 소문자로 출력한다.