Neurex

Ivo Vondrak Apps

关于此应用

Neurex 是一款基于多层神经网络的专家系统。神经网络和连接主义的出现为获取可靠的决策支持知识及其用户友好型应用提供了新的视角。传统的基于规则和/或框架的专家系统在构建可靠的知识库方面常常面临挑战。神经网络可以克服这些困难。它无需专家即可构建知识库，仅使用描述问题领域的数据集即可；或者，也可以借助专家，并在学习过程中验证其知识。该专家系统的使用流程概述如下：

1. 定义神经网络拓扑结构：此步骤包括定义输入和输出事实的数量，以及确定隐藏层的数量。

2. 构建输入和输出事实（属性）：每个事实都与输入层或输出层中的一个神经元相连。同时，还需定义每个属性的取值范围。

3. 定义训练集：使用真值（例如 0-100%）或前几个步骤中定义的取值范围来输入模式。 4. 网络学习阶段：使用反向传播（BP）算法计算神经元之间连接（突触）的权重、S型函数的斜率以及神经元的阈值。可以设置学习率和学习循环次数等参数。这些值构成专家系统的记忆或知识库。学习过程的结果以均方误差（MSE）表示，并显示最差模式的索引及其百分比误差。

5. 与系统进行咨询/推理：在此阶段，定义输入事实的值，然后立即推导出输出事实的值。