智能NeuralDesigner

可解釋神經網絡訓練平臺Neural Designer ®

NeuralDesigner基本介紹

Neural Designer是Artelnics公司研發(fā)的一款基于深度神經網絡（人工智能研究主要領域）的機器學習軟件包。她包含一個圖形用戶界面，可簡化數(shù)據(jù)輸入和深度神經網絡的結果解釋。Neural Designer 實現(xiàn)了最先進的神經網絡算法來生成近似、分類和預測模型。這些使您能夠從數(shù)據(jù)中發(fā)現(xiàn)關系、識別模式并預測趨勢,做出最佳決策而無需編程。

NeuralDesigner主要功能集

近似（函數(shù)回歸）

分類（模式識別）

預測（時間序列）

自動關聯(lián)模型

文本分類

Neural Designer作為用戶友好、強大而靈活的數(shù)據(jù)科學和AI機器學習應用程序，它允許您構建定制化的神經網絡模型，而無需編碼或構建邏輯框圖。這大大降低了深度學習的應用門檻和部署成本及人員成本。

2015 年，Neural Designer 被歐盟委員會選為 Horizon 2020 計劃中的顛覆性技術之一。Neural Designer 可完整地執(zhí)行描述性、診斷性、預測性和規(guī)范性數(shù)據(jù)分析。它實現(xiàn)了具有多個非線性層的深層架構，并包含解決函數(shù)回歸、模式識別、時間序列和自動編碼問題的實用程序。Neural Designer 的輸入是用戶的業(yè)務數(shù)據(jù)集，其輸出是預測模型。該結果采用顯式數(shù)學表達式形式,可以導出到任何計算機語言或系統(tǒng)。

數(shù)據(jù) →→ 神經網絡設計器 →→ 模型輸出

神經網絡設計器的軟件功能與優(yōu)勢

圖例：NeuralDesigner用戶界面

Neural Designer 實現(xiàn)了最具創(chuàng)新性的人工智能技術。下面列出了它包含的一些主要算法。

一、應用的類型

• 近似（或建模）以發(fā)現(xiàn)復雜的業(yè)務關系。
• 分類（或模式識別）以識別復雜模式。
• 預測（或時間序列預測）以預測走勢/趨勢。
• 關聯(lián)（關聯(lián)學習）以更好支持非監(jiān)督學習任務。

二、模型數(shù)據(jù)集

• 與最常見的數(shù)據(jù)文件兼容：CSV、DAT、TXT、Excel、OpenOffice ...
• 完整的變量配置。
• 完整的實例配置。
• 詳盡的描述性統(tǒng)計。
• 使用多種類型的相關性來估計變量重要性。
• 用于異常值檢測和數(shù)據(jù)過濾的創(chuàng)新實用程序。

三、神經網絡

• 具有無限層數(shù)的NN網絡架構。
• 許多種激活函數(shù)的感知器層：線性、雙曲正切、邏輯和修正線性。
• 具有不同激活函數(shù)的概率層：二元、連續(xù)、競爭和softmax等。
• 使用最小/最大和平均值/標準偏差方法的縮放層。
• 使用最小/最大和平均值/標準偏差方法的縮放還原層。

四、訓練策略

• 所有類型應用的損耗指數(shù)：
o 常見數(shù)據(jù)集的加權平方誤差。
o 處理異常值時出現(xiàn) Minkowski 錯誤。
o 模式識別的交叉熵誤差。
o 不平衡數(shù)據(jù)集的加權平方誤差。
o L1 和 L2 正則化以避免過擬合。
• 適用于所有數(shù)據(jù)量的優(yōu)化算法：
o 海量數(shù)據(jù)集的隨機梯度下降和自適應矩估計。
o 訓練大數(shù)據(jù)集的梯度下降、共軛梯度和自適應線性動量。
o 快速訓練中等數(shù)據(jù)集的擬牛頓法(Quasi-Newton)。
o 小數(shù)據(jù)集高速訓練的 Levenberg-Marquardt 算法。

五、模型選擇

• 用于尋找最佳網絡架構的神經元選擇算法：增量順序（incremental order）。
• 用于選擇最重要特征的輸入選擇算法：增長輸入、修剪輸入和遺傳算法。

六、測試分析

• 測試誤差以及相應的統(tǒng)計和直方圖計算。
• 函數(shù)回歸問題的線性回歸分析。
• 模式識別應用的混淆矩陣（Confusion matrix）。
• 用于評估二元分類測試的全套指標。
• 用于診斷測試的 ROC 曲線。
• 錯誤分類實例的列表。
• 營銷中細分應用的累積增益和提升圖。
• 用于模擬營銷活動的利潤圖推演。

七、模型的部署

• 輸出值的計算。
• 用于探索預測模型的方向圖（Directional plots）。
• 模型的可導出的數(shù)學表達式。
• 可導出的C 和Python 預測模型。

八、模型的輸出

• 交互式報告中的詳盡結果包含大量描述、表格和圖形。
• 報告可導出為Word 和Pdf 格式。
• 結果可以數(shù)據(jù)格式導出。

九、出色的性能

• 軟件采用高性能編程語言C++開發(fā)。
• 代碼采用了內存管理和處理速度的優(yōu)化技術。
• 采用 OpenMP 的 CPU 并行化技術。
• 可使用 CUDA、MKL 和 Eigen 進行 GPU 加速。
• 支持多種操作系統(tǒng)平臺Windows，Mac OS X和Linux (Debian以及 Ubuntu)。
• 支持云計算平臺（例如亞馬遜Web Services）。

除了以上的功能上的優(yōu)勢，客戶還可以享受到簡單易操作的用戶指導文件，眾多領域的神經網絡應用指導文件，優(yōu)先級支持服務（通過郵件，電話和遠程溝通）。

Neural Designer客戶群體和應用
NeuralDesigner應用群體廣泛，超過三萬(30,000) 家創(chuàng)新公司、公共機構和大學使用 Neural Designer 通過機器學習提高業(yè)務成效。主要商業(yè)客戶有（不限于）：英特爾,微軟,Syntiant芯片研究公司,雀巢咖啡,蒙古GOLOMT銀行，美國社保SOCIAL SECURITY USA,墨西哥Gentera金融服務公司，Grantit金融公司,FL史密斯工程公司，德國PTS技術研究所,Genesis Therapeutics生物制藥公司, acciona能源公司，CELSA鋼鐵集團等。在學術研究領域也有眾多院校在使用（如：華盛頓大學,阿肯色大學，谷堡州立大學，悉尼大學，德國DHBW大學，帕爾杜比采大學等）。

NeuralDesigner是一款通用應用需求的AI深度學習框架和軟件工具，在以下領域有特別成功的應用實績。

生命科學	科學與工程	商業(yè)領域
? 醫(yī)學診斷 ? 醫(yī)療預后 ? 醫(yī)療輔助 ? 活動識別	? 性能優(yōu)化 ? 品質提升 ? 預測性維護	? 客戶流失預防 ? 客戶細分 ? 風險評估 ? 銷售預測
消費零售和銀行	能源與環(huán)境	汽車與航空
? 交叉銷售和追加銷售 ? 產品傾向性 ? 銷售預測 ?欺詐檢測 ?風險評估	? 氣體減排 ? 森林火災預測 ? 水生毒性 ? 樹木枯萎病檢測	? 翼型葉片的噪聲預測 ? 飛行路線燃油估算 ? 汽車二氧化碳排放量預測 ? 電動機 (EV) 的數(shù)字孿生

【返回】【打印】

99热热久久这里只有精品8|乱色精品无码一区二区国产|亚洲欧美一区二区三区日韩|国产精品嫩草在线观看