サイト内検索

DADiSP/NeuralNet

  • ニューラルネット モジュール

     

    DADiSP /NeuralNetは、ニューラルネットワーク技術の予測 能力とパターン認識能力を簡単に利用できるDADiSPのアド オンモジュールです。ユーザーは、DADiSP /NeuralNetによ って、ユーザー独自の複雑なニューラルネットワークを構築でき、 さらにそれをより正確な予測とパターン認識に利用できます。

    opmd011_nn01.jpg

主な機能

  • メニューによるネットワーク設計
  • データの自動正規化
  • 多くの隠された層の選択
  • 無制限の入出力変数
  • 無制限のRun
  • 出力結果を検証するためのクロス認証トレーニングを瞬時におこなえる
  • ローカル最小歪み出力結果に対するビルトイン・プロテクション
  • 自乗平均エラー、最小平均勾配および絶対エラーをユーザーが選択可能
  • ディジタルエラー、アナログエラー、最大エラー、勾配値ポスト・トレーニング エラーグラフ
  • ランダムシードの抽出は、ネットワークをスタートさせための数値を与え、他のネットワークを構築させるのに同一の数値が使える
  • 抽出ネットワークウェイト値は、ネットワークを定義するウェイト値と偏り(ベイシス)を戻す

機能詳細

  • NN(ニューラルネットワーク:Neural Network)

    人間の記憶や判断などの知的行動のために,脳は非常に大量 の 情報処理・情報伝達を行うなど,複雑な働きをしています.こ のような脳の働きは,神経細胞( ニューロン) が働きによるも のです.脳の中ある神経細胞は,およそ140 億個といわれて おり,これらが互いに結合・連携することによって,人間の知 的行動が実現されています。

    NN は,このような脳の情報処理方式を工学的に模擬しようと いうものであり,神経科学などと区別するため人工ニューラル ネットワークとも呼ばれることもあります。

    NN には,その構造,学習アルゴリズムなどにより,様々なものがあります.例えば, 構造で分類した場合, 階層型 NN,相互結合型NN,学習アルゴリズムに着目した場合には,教師あり 学習,教師なし学習,オンライン学習,オフライン学習などがあります.これらのNNは主にパターン認識、制御、診断、予測、最適化や信号処理などの分野において幅広く応用されています。

    弊社で開発しているNN モジュールは,汎用性を考慮し,最も シンプルで一般的な学習アルゴリズムなものを採用することとし ました.具体的には,教師ありのオフライン学習,BP 法による 学習により,種々の非線形関数,認知処理等をより容易に実現で きるようなモジュールとなっております。

    opmd011_nn02.jpg