Neurex

Ivo Vondrak Apps

關於此應用程式

Neurex 是一款基於多層神經網路的專家系統。神經網路和連結主義的出現為獲取可靠的決策支援知識及其使用者友善應用提供了新的視角。傳統的基於規則和/或框架的專家系統在建立可靠的知識庫方面常常面臨挑戰。神經網路可以克服這些困難。它無需專家即可建立知識庫，僅使用描述問題領域的資料集即可；或者，也可以藉助專家，並在學習過程中驗證其知識。此專家系統的使用流程概述如下：

1. 定義神經網路拓樸結構：此步驟包括定義輸入和輸出事實的數量，以及確定隱藏層的數量。

2. 建構輸入和輸出事實（屬性）：每個事實都與輸入層或輸出層中的一個神經元相連。同時，還需定義每個屬性的取值範圍。

3. 定義訓練集：使用真值（例如 0-100%）或前幾個步驟定義的取值範圍來輸入模式。 4. 網路學習階段：使用反向傳播（BP）演算法計算神經元之間連接（突觸）的權重、S型函數的斜率、神經元的閾值。可以設定學習率和學習循環次數等參數。這些數值構成專家系統的記憶或知識庫。學習過程的結果以均方誤差（MSE）表示，並顯示最差模式的索引及其百分比誤差。

5. 與系統進行諮詢/推理：在此階段，定義輸入事實的值，然後立即推導出輸出事實的值。