Нейропакет
Cтраница 3
 |
Структура нейронной сети. [31] |
Интересно заметить, что в примере решения данной задачи, поставляемом вместе с нейропакетом, нейронная сеть имеет 6 нейронов в скрытом слое и обеспечивает нахождение максимума в 2563 кг / час при другом варианте набора входных факторов. [32]
За счет мощной системы визуализации большого обмена данными не требуется, поэтому имеющихся в нейропакете средств обмена вполне достаточно. [33]
Оценка проведена по десятибалльной шкале и сопровождена комментариями, призванными помочь составить собственное мнение о протестированных нейропакетах. [34]
Полное решающее дерево для экспертной системы приведено на рис. 6.11. Сеть, реализующая эту систему с помощью нейропакета Neural Planner, приведена на рис. 6.12. Сеть обучена при помощи 18 обучающих векторов, которые приведены в табл. 6.10. Для опроса сети необходимо закодировать в двоичном виде вопросы, а затем проделать обратную операцию с ответами. [35]
Поэтому выберем в качестве методов исследования менее чувствительные к выполнению вероятностных предпосылок нейро-сетевые методы, а в качестве инструментов исследования возьмем нейропакеты НейроПро и Excel Neural Package. [36]
Приведенные основные характеристики универсальных зарубежных нейропакетов и их сравнение с точки зрения простоты использования и спектра предоставляемых услуг для моделирования искусственных нейронных сетей дают возможность из большого количества существующих нейропакетов выбрать наиболее пригодный для практической работы. Суммарная оценка дает представление о нейропакете в целом. [37]
В нашем примере как входы, так и выход изменяются от нуля до единицы, но в общем случае диапазоны изменений могут быть произвольными, в связи с чем для работы с данным нейропакетом рекомендуется сначала провести масштабирование данных. [38]
Первые три показателя важны для начинающих пользователей нейропакетов, 3 - 8 - для опытных пользователей, решающих конкретные прикладные задачи, показатели же 7 - 11 являются определяющими при создании интегрированных, нейронных инструментальных систем на базе нейропакетов и важны для профессиональных разработчиков и программистов. [39]
Нейропакет NeuroSolutions содержит мощные средства для организации обучающих выборок, Встроенные конверторы данных поддерживают графические изображения в формате BMP, текстовые файлы с числовыми или символьными данными, а также функции непрерывного аргумента ( например, времени), заданные в аналитическом виде или в виде выборки значений. Нейропакет позволяет использовать любые внешние конверторы данных. [40]
Реализована только многослойная нейронная сеть, обучаемая с помощью модифицированного алгоритма обратного распространения. Нейропакет позволяет работать с динамическими функциями времени, поступающими в качестве входных сигналов. Оценка обусловлена тем, что многослойная нейронная сеть представляет собой половину всех используемых нейронных парадигм. [41]
Нейропакет крайне прост, но, тем не менее, позволяет решать достаточно сложные задачи с использованием нейросетевого подхода. [42]
Этап формирования обучающей выборки достаточно прост. К сожалению, нейропакет поддерживает только текстовый формат представления данных и не позволяет использовать внешние конверторы данных. [43]
Для решения практических задач часто требуются обучающие выборки большого объема. Поэтому в ряде нейропакетов предусмотрены средства, облегчающие процесс формирования и использования обучающих примеров. Однако в настоящее время отсутствует универсальная методика построения обучающих выборок и набор обучающих примеров, как правило, формируется индивидуально для каждой решаемой задачи. [44]
Нейропакет работает под Windows и крайне нетребователен к вычислительным ресурсам. Хотя программа декларируется как нейропакет, на самом деле она не создает нейронную сеть в обычном понимании и не использует известные алгоритмы обучения. [45]
Страницы: 1 2 3 4