Головна

Програми моделювання штучних нейронних мереж

  1. IV. НАЗАЧЕНІЕ КОНЛАНГА Огір ЯК ЗАСОБИ МОДЕЛЮВАННЯ ПРИРОДНИХ МОВ
  2. Автором програми для ЕОМ або бази даних визнається фізична особа, в результаті творчої діяльності якої вони створені.
  3. АНАЛІЗ ВИРОБНИЧОЇ ПРОГРАМИ ПІДПРИЄМСТВА
  4. АНАЛІЗ ЗМІСТУ ШКІЛЬНОГО ПРОГРАМИ ТРУДОВОГО НАВЧАННЯ
  5. аналогічні програми
  6. Биоповреждения штучних волокон
  7. Блок №3 - "блок помилкових знань і самозахисту програми".

В даний час відомо більше 200 нейропакет [17, 25], що випускаються рядом фірм та окремими дослідниками і дозволяють конструювати, навчати і використовувати нейронні мережі для вирішення практичних завдань. Трудомісткість розробки НЕС скорочується в разі застосування готових нейромережевих програм.

Найбільш відомі і популярні нейросистеми і їх виробники наступні [7, 8, 10, 14, 15, 17, 21, 25, 26].

пакет Neural 10, розроблений в 1992 році, використовує одну нейромережевому парадигму - двошарову мережу прямого поширення з алгоритмом навчання (зворотного поширення помилки). Активаційна функція нейронів прихованого шару - сигмоид [6, 7], а вихідних нейронів - лінійна.

програма Neuro Pro (версія 0.25) розповсюджується вільно альфа-версією нейросетевого програмного продукту для роботи зі штучними нейронними мережами та вилучення знань з таблиць даних за допомогою нейронних мереж в середовищі Windows. Можливості програми такі [2]:

- Робота з файлами в форматах * .dbf і * .db;

- Створення шаруватих нейронних мереж з числом шарів до 10 і нейронів в шарі до 100;

- Використання нелінійної сігмоідной функції f (A) = A / (| A | + c);

- Застосування методів контрастування (спрощення) нейронної мережі;

- Навчання нейронної мережі за алгоритмом зворотного поширення помилки із застосуванням одного з методів оптимізації (градієнтний спуск, модифікований ParTan, метод сполучених градієнтів [8, 17]);

- Генерація вербального опису нейронної мережі.

Нейропакет QwikNet32 (версія 2.1) призначений для роботи в середовищі Windows і реалізує один тип нейронної мережі - багатошарову мережу прямого поширення з числом прихованих шарів до п'яти і з набором з шести алгоритмів навчання.

Можливості нейропакета QwikNet32 наступні [8]:

- Застосування чотирьох видів функцій активації (сігмоідной, гіперболічний тангенс, лінійна, функція Гаусса);

- Використання одного з шести алгоритмів навчання;

- Навчання з перехресним перетином (навчальна вибірка ділиться автоматично на два набори: 90% - для навчання і 10% - для тестування і перевірки якості навчання);

- Рандомизация значень ваг синапсів перед навчанням;

- Установка коефіцієнта швидкості навчання;

- Графічне представлення результатів навчання;

- Висновок повідомлення про коректність навчання для всіх виходів мережі.

Нейропакет Neural Planner [8] є програмну оболонку, що дозволяє моделювати нейронні мережі різної конфігурації.

Можливості нейропакета Neural Planner наступні:

- Додавання і видалення вхідного і вихідного нейронів, синапсу, з'єднання і роз'єднання двох шарів нейронів;

- Установка параметрів активаційної функції і кількості циклів навчання;

- Вибір виду графіка зміни середньої помилки при навчанні мережі;

- Відображення інформації про будь-якому обраному в мережі нейроне;

- Відображення середньої та цільової помилки;

- Редагування файлів навчальної вибірки за допомогою електронних таблиць MS Excel.

Пакет програм NeuralWorks Professional II Plus є одним з останніх версій програмного продукту NeuralWorks, розробленого фірмою NeuralWare [8]. Пакет містить програмні моделі десятків архітектур нейронних мереж.

Пакет програм ExploreNet 3000 є розробкою фірми HNC, заснованої професором Робертом Хехт-Нільсеном [8]. Пакет надає широкі можливості по моделюванню і управлінню даними. Як прискорювач використовується апаратні розробки фірми HNC - нейропроцесори ANZA і ANZA +, які є одними з перших апаратних рішень. Фірма запропонувала також засіб для розробки прикладних програм - спеціалізований мову програмування AXON, заснований на мові C.

Оболонка NeuroShell 2.0. Перевагою цієї програми є сумісність з популярним пакетом управління даними MicroSoft Excel, що робить продукт зручним для масового використання.

пакет Neuro Оffice призначений для проектування інтелектуальних програмних модулів, побудованих на основі нейронних мереж з ядерної організацією. Результатом проектування є навчена нейронна мережа з програмним інтерфейсом, відповідним моделі многокомпанентних об'єктів.

Нейропакет NeuralWorks Professional є потужним засобом для моделювання нейронних мереж. У ньому реалізовані 28 нейронних парадигм, а також велика кількість алгоритмів навчання. Є хороша система візуалізації даних: структури нейронної мережі, зміни помилки навчання, зміни ваг і їх кореляції в процесі навчання.

Пакет NeuroShell 2 (Фірма Neuron Data) використовує породжують правила для попередньої обробки інформації, яка потім передається в нейронну мережу. Отримана на виході нейронної мережі інформація також може бути оброблена за допомогою системи правил.

Нейропакет BrainMaker Pro є простим нейропакет для моделювання багатошарових нейронних мереж, яких навчають за допомогою алгоритму зворотного поширення помилки. Основною його перевагою є велике число параметрів настройки алгоритму навчання.

пакет CubiCalc RTC фірми HyperLogic, розроблений в 1990 році, являє собою перший повнофункціональний програмний пакет для розробки додатків на основі нечіткої логіки. Пакет CubiCalc - перший професійний пакет, який реалізує методи нечіткої логіки. Фактично пакет CubiCalc є свого роду експертну систему, в якій користувач задає набір правил типу "Якщо-Те", а система намагається на основі цих правил адекватно реагувати на параметри поточної ситуації.

Нещодавно вийшла на ринок друга версія пакета CubiCalc фірми HyperLogic є однією з найбільш потужних експертних систем на основі нечіткої логіки. Пакет містить інтерактивну оболонку для розробки нечітких експертних систем і систем управління, а також run-time модуль, що дозволяє оформляти створені користувачем системи у вигляді окремих програм. Від інших пакетів CubiCalc відрізняє також наявність досить потужної утиліти Rule Maker, що дозволяє вирішувати одну з основних проблем в роботі з нечіткою логікою - автоматична побудова нечітких правил. Сьогодні CubiCalc застосовується при вирішенні десятків різних завдань - від адаптивного управління оптовими складами до моделювання ринку ф'ючерсних контрактів. Більшість користувачів CubiCalc - це фінансові та політичні аналітики.

Перевагою вищеперелічених систем є простота створення і зрозумілість процесу виведення, відсутність проблем із внесенням змін. Як недолік можна відзначити високу вартість програмного продукту.

Нейропакет, перераховані вище, є відносно дорогими і призначені для професійного використання.



Попередня   70   71   72   73   74   75   76   77   78   79   80   81   82   83   84   85   Наступна

Навчання мережі ART -1 | Загальні відомості про нейронних мережах з радіальними базисними функціями | структура | навчання | неокогнітрон | структура | обчислення | навчання | Загальні відомості про нейромережевих експертних системах | Проблеми вибору оптимальної архітектури НЕС |

© 2016-2022  um.co.ua - учбові матеріали та реферати