Головна |
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.
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 |