Neurex

Ivo Vondrak Apps

Um þetta forrit

Neurex er sérfræðikerfi byggt á marglaga tauganeti. Tímabil tauganeta og tengslamyndunar býður upp á nýja sýn á öflun áreiðanlegrar þekkingar til ákvarðanatöku og notendavænni notkunar. Hefðbundin sérfræðikerfi, sem eru reglubundin og/eða rammabundin, standa oft frammi fyrir áskorunum við að búa til áreiðanlegan þekkingargrunn. Tauganet geta sigrast á þessum erfiðleikum. Það er mögulegt að búa til þekkingargrunn án sérfræðinga, eingöngu með því að nota gagnasöfn sem lýsa leystu sviði, eða með sérfræðingum sem hægt er að staðfesta þekkingu sína í námsferlinu. Notkunarferli sérfræðikerfisins má lýsa á eftirfarandi hátt:

1. Skilgreining á tauganetsuppruna: Þetta skref felur í sér að skilgreina fjölda inntaks- og úttaksstaðreynda, sem og að ákvarða fjölda falinna laga.

2. Mótun inntaks- og úttaksstaðreynda (eiginleika): Hver staðreynd er tengd taugafrumu í inntaks- eða úttakslaginu. Gildissvið fyrir hvern eiginleika er einnig skilgreint.

3. Skilgreining á þjálfunarsettinu: Mynstur eru færð inn með því að nota sannleiksgildi (t.d. 0-100%) eða gildi úr sviðinu sem skilgreint var í fyrri skrefum.
4. Námsfasi netsins: Þyngd tenginganna (taugamótanna) milli taugafrumna, hallatölur sigmóíðaföllanna og þröskuldar taugafrumnanna eru reiknaðir með bakfjölgunaraðferðinni (e. Back Propagation, BP). Möguleikar eru tiltækir til að skilgreina breytur fyrir þetta ferli, svo sem námshraða og fjölda námslotna. Þessi gildi mynda minni eða þekkingargrunn sérfræðikerfisins. Niðurstöður námsferlisins eru birtar með meðaltalsvillu í öðru veldi og vísitala versta mynstursins og prósentuvilla þess er einnig sýnd.
5. Samráð/ályktun við kerfið: Í þessu stigi eru gildi inntaksstaðreynda skilgreind og síðan eru gildi úttaksstaðreynda strax áleidd.