Neurex
+1
عملية تنزيل
الجميع
info
لمحة عن هذا التطبيق
Neurex هو نظام خبير قائم على شبكة عصبية متعددة الطبقات. يقدم عصر الشبكات العصبية والترابطية منظورًا جديدًا للحصول على معرفة موثوقة لدعم القرار وتطبيقها بسهولة. غالبًا ما تواجه أنظمة الخبراء التقليدية، القائمة على القواعد و/أو الإطارات، تحديات في إنشاء قاعدة معارف موثوقة. يمكن للشبكات العصبية التغلب على هذه الصعوبات. من الممكن إنشاء قاعدة معارف بدون خبراء، بالاعتماد فقط على مجموعات البيانات التي تصف المجال المُحَلّ، أو مع خبراء يمكن التحقق من معرفتهم أثناء عملية التعلم. يمكن تلخيص عملية استخدام نظام الخبراء على النحو التالي:
1. تعريف طوبولوجيا الشبكة العصبية: تتضمن هذه الخطوة تحديد عدد حقائق الإدخال والإخراج، بالإضافة إلى تحديد عدد الطبقات المخفية.
2. صياغة حقائق الإدخال والإخراج (السمات): ترتبط كل حقيقة بخلية عصبية في طبقة الإدخال أو الإخراج. كما يتم تحديد نطاق قيم كل سمة. ٣. تعريف مجموعة التدريب: تُدخل الأنماط باستخدام قيم الحقيقة (مثلاً، من ٠ إلى ١٠٠٪) أو قيم النطاق المُحدد في الخطوات السابقة.
٤. مرحلة تعلم الشبكة: تُحسب أوزان الوصلات (المشابك العصبية) بين الخلايا العصبية، ومنحدرات الدوال السينية، وعتبات الخلايا العصبية باستخدام طريقة الانتشار العكسي (BP). تتوفر خيارات لتحديد معلمات هذه العملية، مثل معدل التعلم وعدد دورات التعلم. تُشكل هذه القيم ذاكرة نظام الخبير أو قاعدة المعرفة. تُعرض نتائج عملية التعلم باستخدام متوسط مربع الخطأ، كما يُعرض مؤشر أسوأ نمط ونسبة خطأه المئوية.
٥. التشاور/الاستنتاج مع النظام: في هذه المرحلة، تُحدد قيم حقائق الإدخال، وبعد ذلك تُستنتج قيم حقائق الإخراج فورًا.
1. تعريف طوبولوجيا الشبكة العصبية: تتضمن هذه الخطوة تحديد عدد حقائق الإدخال والإخراج، بالإضافة إلى تحديد عدد الطبقات المخفية.
2. صياغة حقائق الإدخال والإخراج (السمات): ترتبط كل حقيقة بخلية عصبية في طبقة الإدخال أو الإخراج. كما يتم تحديد نطاق قيم كل سمة. ٣. تعريف مجموعة التدريب: تُدخل الأنماط باستخدام قيم الحقيقة (مثلاً، من ٠ إلى ١٠٠٪) أو قيم النطاق المُحدد في الخطوات السابقة.
٤. مرحلة تعلم الشبكة: تُحسب أوزان الوصلات (المشابك العصبية) بين الخلايا العصبية، ومنحدرات الدوال السينية، وعتبات الخلايا العصبية باستخدام طريقة الانتشار العكسي (BP). تتوفر خيارات لتحديد معلمات هذه العملية، مثل معدل التعلم وعدد دورات التعلم. تُشكل هذه القيم ذاكرة نظام الخبير أو قاعدة المعرفة. تُعرض نتائج عملية التعلم باستخدام متوسط مربع الخطأ، كما يُعرض مؤشر أسوأ نمط ونسبة خطأه المئوية.
٥. التشاور/الاستنتاج مع النظام: في هذه المرحلة، تُحدد قيم حقائق الإدخال، وبعد ذلك تُستنتج قيم حقائق الإخراج فورًا.
تاريخ التحديث
يبدأ الحفاظ على أمان بياناتك بفهم الطريقة التي يتّبعها مطوِّرو التطبيقات لجمع بياناتك ومشاركتها. قد تختلف خصوصية البيانات وممارسات الأمان حسب كيفية استخدامك للتطبيق ومنطقتك وعمرك. يوفّر مطوِّر التطبيقات هذه المعلومات وقد يعدِّلها بمرور الوقت.
لا تتم مشاركة أيّ بيانات مع جهات خارجية.
مزيد من المعلومات حول الآلية التي يتّبعها مطوِّرو البرامج للإشارة إلى مشاركة بيانات المستخدمين
لم يتم تجميع أي بيانات.
مزيد من المعلومات حول الآلية التي يتّبعها مطوِّرو البرامج للإشارة إلى جمع بيانات المستخدمين
الحصول على الدعم
phone
رقم الهاتف
+420602718027
لمحة عن المطوّر
prof. Ing. Ivo Vondrák, CSc.
ivo.vondrak.apps@gmail.com
Na Havírně 475
747 64 Velká Polom
Czechia
+420 602 718 027
