न्यूरोसॉल्यूशंस: Difference between revisions
No edit summary |
(Work done) |
||
| Line 16: | Line 16: | ||
| website = [http://www.neurosolutions.com NeuroSolutions homepage] | | website = [http://www.neurosolutions.com NeuroSolutions homepage] | ||
}} | }} | ||
न्यूरोसॉल्यूशंस [[ | '''न्यूरोसॉल्यूशंस''' [[तंत्रिका नेटवर्क|तंत्रिका (न्यूरल) नेटवर्क]] विकासशील वातावरण है जो [[न्यूरोडायमेंशन]] द्वारा विकसित किया गया है। यह एक मॉड्यूलर, आइकन-आधारित (घटक-आधारित) नेटवर्क डिज़ाइन इंटरफ़ेस को उन्नत शिक्षण प्रक्रियाओं के कार्यान्वयन, जैसे कि संयुग्म ग्रेडिएंट्स, लेवेनबर्ग-मार्क्वार्ड एल्गोरिदम, और समय के माध्यम से बैकप्रॉपैगेशन, के साथ जोड़ता है।{{citation needed|date=November 2023}} इस सॉफ़्टवेयर का उपयोग तंत्रिका नेटवर्क (पर्यवेक्षित (सुपरवाइज्ड) और अपर्यवेक्षित (अनसुपरवाइज्ड) शिक्षण) मॉडल को डिज़ाइन, प्रशिक्षण और डिप्लॉय करने के लिए किया जाता है ताकि इससे [[डेटा खनन|डेटा माइनिंग]], [[सांख्यिकीय वर्गीकरण|वर्गीकरण]], [[फ़ंक्शन सन्निकटन]], [[बहुभिन्नरूपी प्रतिगमन|बहुचर समाश्रयण]] और समय-शृंग पूर्वानुमान जैसे विभिन्न कार्यों के लिए किया जाता है।{{citation needed|date=November 2023}} | ||
== तंत्रिका नेटवर्क निर्माण | == तंत्रिका नेटवर्क निर्माण प्रवीण (विज़ार्ड्स) == | ||
न्यूरोसोल्यूशन स्वचालित रूप से तंत्रिका नेटवर्क मॉडल बनाने के लिए तीन अलग-अलग विज़ार्ड प्रदान करता है: | न्यूरोसोल्यूशन स्वचालित रूप से तंत्रिका नेटवर्क मॉडल बनाने के लिए तीन अलग-अलग विज़ार्ड प्रदान करता है: | ||
| Line 24: | Line 24: | ||
=== डेटा प्रबंधक === | === डेटा प्रबंधक === | ||
डेटा | डेटा प्रबंधक मॉड्यूल उपयोगकर्ता को [[Microsoft Access|माइक्रोसॉफ्ट एक्सेस]], [[Microsoft Excel|माइक्रोसॉफ्ट एक्सेल]] या टेक्स्ट फ़ाइलों से डेटा आयात करने और विभिन्न [[डेटा प्रीप्रोसेसिंग|प्रीप्रोसेसिंग]] और [[डेटा विश्लेषण]] संचालन करने की अनुमति प्रदान करता है। डेटा प्रबंधक से, उपयोगकर्ता डेटा को सीधे न्यूरोसोल्यूशंस ब्रेडबोर्ड में लोड कर सकता है या एक नवीन तंत्रिका नेटवर्क बनाने के लिए डेटा का उपयोग कर सकता है।{{citation needed|date=November 2023}} | ||
=== | === तंत्रिकाबिल्डर === | ||
तंत्रिकाबिल्डर डिज़ाइन विशिष्टताओं को उस विशिष्ट तंत्रिका नेटवर्क आर्किटेक्चर पर केंद्रित करता है जिसे उपयोगकर्ता बनाना चाहता है। कुछ सबसे आम वास्तुकलाओं में सम्मिलित हैं: | |||
* [[मल्टीलेयर परसेप्ट्रॉन]] (एमएलपी) | * [[मल्टीलेयर परसेप्ट्रॉन]] (एमएलपी) | ||
| Line 34: | Line 34: | ||
* [[मॉड्यूलर (प्रोग्रामिंग)]] | * [[मॉड्यूलर (प्रोग्रामिंग)]] | ||
* जॉर्डन/एलमैन | * जॉर्डन/एलमैन | ||
* | * मुख्य घटक विश्लेषण (पीसीए) | ||
* [[रेडियल आधार फ़ंक्शन नेटवर्क]] (आरबीएफ) | * [[रेडियल आधार फ़ंक्शन नेटवर्क|रेडियल बेसिस फंक्शन नेटवर्क]] (आरबीएफ) | ||
* [[सामान्य प्रतिगमन तंत्रिका नेटवर्क]] (जीआरएनएन) | * [[सामान्य प्रतिगमन तंत्रिका नेटवर्क|सामान्य समाश्रयण तंत्रिका नेटवर्क]] (जीआरएनएन) | ||
* [[संभाव्य तंत्रिका नेटवर्क]] (पीएनएन) | * [[संभाव्य तंत्रिका नेटवर्क|संभावित तंत्रिका नेटवर्क]] (पीएनएन) | ||
* स्व- | * स्व-संगठित मानचित्र (एसओएम) | ||
* [[समय विलंब तंत्रिका नेटवर्क | * [[समय विलंब तंत्रिका नेटवर्क|टाइम-लैग आवर्ती नेटवर्क]] (टीएलआरएन) | ||
* [[आवर्तक तंत्रिका नेटवर्क]] | * [[आवर्तक तंत्रिका नेटवर्क|आवर्ती तंत्रिका नेटवर्क]] | ||
* | * सीएएनएफआईएस नेटवर्क ([[फजी लॉजिक|फ़ज़ी लॉजिक]]) | ||
* [[ समर्थन वेक्टर यंत्र ]] (एसवीएम) | * [[ समर्थन वेक्टर यंत्र |सपोर्ट वेक्टर मशीन]] (एसवीएम) | ||
एक बार जब तंत्रिका नेटवर्क आर्किटेक्चर का चयन हो जाता है, तो उपयोगकर्ता | एक बार जब तंत्रिका नेटवर्क आर्किटेक्चर का चयन हो जाता है, तो उपयोगकर्ता प्रच्छन्न परतों की संख्या, प्रसंस्करण तत्वों की संख्या और सीखने के एल्गोरिदम जैसे मापदंडों को अनुकूलित कर सकता है। सेटिंग्स को स्वचालित रूप से अनुकूलित करने के लिए आनुवंशिक एल्गोरिदम का भी उपयोग किया जा सकता है।{{citation needed|date=November 2023}} | ||
=== तंत्रिका विशेषज्ञ === | === तंत्रिका विशेषज्ञ === | ||
तंत्रिका विशेषज्ञ डिज़ाइन विशिष्टताओं को उस समस्या के प्रकार के आसपास केंद्रित करता है जिसे उपयोगकर्ता तंत्रिका नेटवर्क से हल | तंत्रिका विशेषज्ञ डिज़ाइन विशिष्टताओं को उस समस्या के प्रकार के आसपास केंद्रित करता है जिसे उपयोगकर्ता तंत्रिका नेटवर्क से हल (वर्गीकरण, [[भविष्यवाणी|पूर्वाकलन]], फलन सन्निकटन या [[क्लस्टर विश्लेषण|क्लस्टरिंग]]) करना चाहता है। इस समस्या के प्रकार और उपयोगकर्ता के डेटा सेट के आकार को देखते हुए, तंत्रिका विशेषज्ञ स्वचालित रूप से तंत्रिका नेटवर्क आकार और आर्किटेक्चर का चयन करता है जो संभवतः एक अच्छा समाधान उत्पन्न करेगा। एक वैकल्पिक शुरुआती सेटिंग भी है जो क्रॉस सत्यापन और आनुवंशिक अनुकूलन जैसे कुछ अधिक उन्नत ऑपरेशनों को प्रच्छन्नित करती है। | ||
=== उपयोगकर्ता-परिभाषित तंत्रिका नेटवर्क === | === उपयोगकर्ता-परिभाषित तंत्रिका नेटवर्क === | ||
न्यूरोसोल्यूशंस इस अवधारणा पर आधारित है कि तंत्रिका नेटवर्क को तंत्रिका घटकों के एक | न्यूरोसोल्यूशंस इस अवधारणा पर आधारित है कि तंत्रिका नेटवर्क को तंत्रिका घटकों के एक मूल समुच्चय में खंडित किया जा सकता है। व्यक्तिगत रूप से ये घटक अपेक्षाकृत सरल हैं, लेकिन एक साथ जुड़े कई घटकों के परिणामस्वरूप ऐसे नेटवर्क बन सकते हैं जो बहुत जटिल समस्याओं को हल करने में सक्षम हैं। नेटवर्क निर्माण विज़ार्ड उपयोगकर्ता के विनिर्देशों के आधार पर इन घटकों को जोड़ेंगे। हालाँकि, एक बार नेटवर्क बन जाने पर इंटरकनेक्शन को यादृच्छिक रूप से परिवर्तित किया जा सकता है और घटकों को जोड़ा या हटाया जा सकता है। न्यूरोसोल्यूशन आपको [[डायनामिक-लिंक लाइब्रेरी|डायनामिक-लिंक लाइब्रेरीज़]] (डीएलएल) के माध्यम से अपने स्वयं के एल्गोरिदम को एकीकृत करने की भी अनुमति देगा। प्रत्येक न्यूरोसोल्यूशंस घटक [[सी (प्रोग्रामिंग भाषा)|C]] में एक साधारण प्रोटोकॉल के अनुरूप एक फ़ंक्शन लागू करता है। एक नया घटक जोड़ने के लिए, आप बेस घटक के लिए टेम्पलेट फ़ंक्शन को संशोधित कर सकते हैं और फिर कोड को डीएलएल में संकलित कर सकते हैं। | ||
== तंत्रिका नेटवर्क परिनियोजन == | == तंत्रिका नेटवर्क परिनियोजन == | ||
न्यूरोडायमेंशन, इंक. | न्यूरोडायमेंशन, इंक. ने न्यूरोसोल्यूशंस के लिए एक कस्टम तंत्रिका नेटवर्क समाधान को अनुप्रयोगों के लिए प्रसारित करने के लिए तीन विधियां, कोड पीढ़ी, डीएलएल पीढ़ी और ओएलई पीढ़ी, प्रदान की गई हैं। | ||
=== कोड जनरेशन === | === कोड पीढ़ी (जनरेशन) === | ||
न्यूरोसॉल्यूशंस अपने ग्राफिकल यूजर इंटरफेस के | न्यूरोसॉल्यूशंस अपने ग्राफिकल यूजर इंटरफेस के अंतर्गत डिजाइन किए गए तंत्रिका नेटवर्क के लिए स्वचालित रूप से [[C++]] सोर्स कोड उत्पन्न किया जा सकता है। यह विशेष अनुप्रयोग के लिए तंत्रिका नेटवर्क कोड को अनुकूलित करने की लचीलापन प्रदान करता है। चूंकि जेनरेट किया गया कोड [[एएनएसआई]]-संगत है, उपयोगकर्ता तंत्रिका नेटवर्क समाधान को [[यूनिक्स]] जैसे अन्य प्लेटफार्मों पर तैनात कर सकता है। | ||
=== डीएलएल पीढ़ी === | === डीएलएल पीढ़ी === | ||
कस्टम सॉल्यूशन विज़ार्ड एक वैकल्पिक ऐड-ऑन उत्पाद है जो न्यूरोसोल्यूशंस के | कस्टम सॉल्यूशन विज़ार्ड एक वैकल्पिक ऐड-ऑन उत्पाद है जो न्यूरोसोल्यूशंस के अंतर्गत डिज़ाइन किए गए एक तंत्रिका नेटवर्क को लेगा और इसे एक [[गतिशील लिंक लाइब्रेरी|डायनेमिक लिंक लाइब्रेरी]] (डीएलएल) में इनकैप्सुलेट करेगा जो एक सरल प्रोटोकॉल के अनुरूप है। डीएलएल को उन्नत [[कंप्यूटर प्रोग्रामिंग|प्रोग्रामिंग]] योग्यता की आवश्यकता के बिना, उपयोगकर्ता के स्वयं के C++, [[ मूल दृश्य |विजुअल बेसिक]], माइक्रोसॉफ्ट एक्सेल, माइक्रोसॉफ्ट एक्सेस या [[इंटरनेट]] ([[ सक्रिय सर्वर पेज |एएसपी]]) एप्लिकेशन में एम्बेड किया जा सकता है। | ||
=== ओएलई [[स्वचालन]] === | === ओएलई [[स्वचालन]] === | ||
यह तकनीक किसी भी बाहरी एप्लिकेशन से न्यूरोसॉल्यूशंस को प्रोग्रामेटिक रूप से नियंत्रित करने की क्षमता प्रदान करती है जो ऑटोमेशन | यह तकनीक किसी भी बाहरी एप्लिकेशन से न्यूरोसॉल्यूशंस को प्रोग्रामेटिक रूप से नियंत्रित करने की क्षमता प्रदान करती है जो ऑटोमेशन, जैसे कि माइक्रोसॉफ्ट एक्सेल, माइक्रोसॉफ्ट एक्सेस और विजुअल बेसिक या [[ विज़ुअल सी++ |विज़ुअल C++]] के साथ विकसित एप्लिकेशन, का समर्थन करती है। सरलतम स्थितियों में, एप्लिकेशन डेवलपर न्यूरोसोल्यूशंस को प्रोसेस करने के लिए डेटा प्रेषित कर सकता है, उसे प्रोसेसिंग प्रारम्भ करने के लिए कह सकता है, और फिर परिणामों को एप्लिकेशन में पुनः प्राप्त कर सकता है। हालाँकि, अपने व्यापक प्रोटोकॉल के साथ, न्यूरोसोल्यूशन अधिक जटिल कार्य भी कर सकता है। | ||
== यह भी देखें == | == यह भी देखें == | ||
* [[कृत्रिम तंत्रिका नेटवर्क]] | * [[कृत्रिम तंत्रिका नेटवर्क]] | ||
* [[यंत्र अधिगम]] | * [[यंत्र अधिगम]] (मशीन लर्निंग) | ||
* [[तंत्रिका नेटवर्क सॉफ्टवेयर]] | * [[तंत्रिका नेटवर्क सॉफ्टवेयर]] | ||
* न्यूरोडायमेंशन | * न्यूरोडायमेंशन | ||
Revision as of 15:39, 14 December 2023
 | This article has multiple issues. Please help improve it or discuss these issues on the talk page. (Learn how and when to remove these template messages)
(Learn how and when to remove this template message)Template:Ad
|
| Developer(s) | न्यूरोडायमेंशन |
|---|---|
| Operating system | माइक्रोसॉफ़्ट विंडोज़ |
| Type | न्यूरल नेटवर्क सॉफ्टवेयर |
| License | ईयूएलए], एजुकेशनल डिस्काउंट |
| Website | NeuroSolutions homepage |
न्यूरोसॉल्यूशंस तंत्रिका (न्यूरल) नेटवर्क विकासशील वातावरण है जो न्यूरोडायमेंशन द्वारा विकसित किया गया है। यह एक मॉड्यूलर, आइकन-आधारित (घटक-आधारित) नेटवर्क डिज़ाइन इंटरफ़ेस को उन्नत शिक्षण प्रक्रियाओं के कार्यान्वयन, जैसे कि संयुग्म ग्रेडिएंट्स, लेवेनबर्ग-मार्क्वार्ड एल्गोरिदम, और समय के माध्यम से बैकप्रॉपैगेशन, के साथ जोड़ता है।[citation needed] इस सॉफ़्टवेयर का उपयोग तंत्रिका नेटवर्क (पर्यवेक्षित (सुपरवाइज्ड) और अपर्यवेक्षित (अनसुपरवाइज्ड) शिक्षण) मॉडल को डिज़ाइन, प्रशिक्षण और डिप्लॉय करने के लिए किया जाता है ताकि इससे डेटा माइनिंग, वर्गीकरण, फ़ंक्शन सन्निकटन, बहुचर समाश्रयण और समय-शृंग पूर्वानुमान जैसे विभिन्न कार्यों के लिए किया जाता है।[citation needed]
तंत्रिका नेटवर्क निर्माण प्रवीण (विज़ार्ड्स)
न्यूरोसोल्यूशन स्वचालित रूप से तंत्रिका नेटवर्क मॉडल बनाने के लिए तीन अलग-अलग विज़ार्ड प्रदान करता है:
डेटा प्रबंधक
डेटा प्रबंधक मॉड्यूल उपयोगकर्ता को माइक्रोसॉफ्ट एक्सेस, माइक्रोसॉफ्ट एक्सेल या टेक्स्ट फ़ाइलों से डेटा आयात करने और विभिन्न प्रीप्रोसेसिंग और डेटा विश्लेषण संचालन करने की अनुमति प्रदान करता है। डेटा प्रबंधक से, उपयोगकर्ता डेटा को सीधे न्यूरोसोल्यूशंस ब्रेडबोर्ड में लोड कर सकता है या एक नवीन तंत्रिका नेटवर्क बनाने के लिए डेटा का उपयोग कर सकता है।[citation needed]
तंत्रिकाबिल्डर
तंत्रिकाबिल्डर डिज़ाइन विशिष्टताओं को उस विशिष्ट तंत्रिका नेटवर्क आर्किटेक्चर पर केंद्रित करता है जिसे उपयोगकर्ता बनाना चाहता है। कुछ सबसे आम वास्तुकलाओं में सम्मिलित हैं:
- मल्टीलेयर परसेप्ट्रॉन (एमएलपी)
- सामान्यीकृत फीडफॉरवर्ड
- मॉड्यूलर (प्रोग्रामिंग)
- जॉर्डन/एलमैन
- मुख्य घटक विश्लेषण (पीसीए)
- रेडियल बेसिस फंक्शन नेटवर्क (आरबीएफ)
- सामान्य समाश्रयण तंत्रिका नेटवर्क (जीआरएनएन)
- संभावित तंत्रिका नेटवर्क (पीएनएन)
- स्व-संगठित मानचित्र (एसओएम)
- टाइम-लैग आवर्ती नेटवर्क (टीएलआरएन)
- आवर्ती तंत्रिका नेटवर्क
- सीएएनएफआईएस नेटवर्क (फ़ज़ी लॉजिक)
- सपोर्ट वेक्टर मशीन (एसवीएम)
एक बार जब तंत्रिका नेटवर्क आर्किटेक्चर का चयन हो जाता है, तो उपयोगकर्ता प्रच्छन्न परतों की संख्या, प्रसंस्करण तत्वों की संख्या और सीखने के एल्गोरिदम जैसे मापदंडों को अनुकूलित कर सकता है। सेटिंग्स को स्वचालित रूप से अनुकूलित करने के लिए आनुवंशिक एल्गोरिदम का भी उपयोग किया जा सकता है।[citation needed]
तंत्रिका विशेषज्ञ
तंत्रिका विशेषज्ञ डिज़ाइन विशिष्टताओं को उस समस्या के प्रकार के आसपास केंद्रित करता है जिसे उपयोगकर्ता तंत्रिका नेटवर्क से हल (वर्गीकरण, पूर्वाकलन, फलन सन्निकटन या क्लस्टरिंग) करना चाहता है। इस समस्या के प्रकार और उपयोगकर्ता के डेटा सेट के आकार को देखते हुए, तंत्रिका विशेषज्ञ स्वचालित रूप से तंत्रिका नेटवर्क आकार और आर्किटेक्चर का चयन करता है जो संभवतः एक अच्छा समाधान उत्पन्न करेगा। एक वैकल्पिक शुरुआती सेटिंग भी है जो क्रॉस सत्यापन और आनुवंशिक अनुकूलन जैसे कुछ अधिक उन्नत ऑपरेशनों को प्रच्छन्नित करती है।
उपयोगकर्ता-परिभाषित तंत्रिका नेटवर्क
न्यूरोसोल्यूशंस इस अवधारणा पर आधारित है कि तंत्रिका नेटवर्क को तंत्रिका घटकों के एक मूल समुच्चय में खंडित किया जा सकता है। व्यक्तिगत रूप से ये घटक अपेक्षाकृत सरल हैं, लेकिन एक साथ जुड़े कई घटकों के परिणामस्वरूप ऐसे नेटवर्क बन सकते हैं जो बहुत जटिल समस्याओं को हल करने में सक्षम हैं। नेटवर्क निर्माण विज़ार्ड उपयोगकर्ता के विनिर्देशों के आधार पर इन घटकों को जोड़ेंगे। हालाँकि, एक बार नेटवर्क बन जाने पर इंटरकनेक्शन को यादृच्छिक रूप से परिवर्तित किया जा सकता है और घटकों को जोड़ा या हटाया जा सकता है। न्यूरोसोल्यूशन आपको डायनामिक-लिंक लाइब्रेरीज़ (डीएलएल) के माध्यम से अपने स्वयं के एल्गोरिदम को एकीकृत करने की भी अनुमति देगा। प्रत्येक न्यूरोसोल्यूशंस घटक C में एक साधारण प्रोटोकॉल के अनुरूप एक फ़ंक्शन लागू करता है। एक नया घटक जोड़ने के लिए, आप बेस घटक के लिए टेम्पलेट फ़ंक्शन को संशोधित कर सकते हैं और फिर कोड को डीएलएल में संकलित कर सकते हैं।
तंत्रिका नेटवर्क परिनियोजन
न्यूरोडायमेंशन, इंक. ने न्यूरोसोल्यूशंस के लिए एक कस्टम तंत्रिका नेटवर्क समाधान को अनुप्रयोगों के लिए प्रसारित करने के लिए तीन विधियां, कोड पीढ़ी, डीएलएल पीढ़ी और ओएलई पीढ़ी, प्रदान की गई हैं।
कोड पीढ़ी (जनरेशन)
न्यूरोसॉल्यूशंस अपने ग्राफिकल यूजर इंटरफेस के अंतर्गत डिजाइन किए गए तंत्रिका नेटवर्क के लिए स्वचालित रूप से C++ सोर्स कोड उत्पन्न किया जा सकता है। यह विशेष अनुप्रयोग के लिए तंत्रिका नेटवर्क कोड को अनुकूलित करने की लचीलापन प्रदान करता है। चूंकि जेनरेट किया गया कोड एएनएसआई-संगत है, उपयोगकर्ता तंत्रिका नेटवर्क समाधान को यूनिक्स जैसे अन्य प्लेटफार्मों पर तैनात कर सकता है।
डीएलएल पीढ़ी
कस्टम सॉल्यूशन विज़ार्ड एक वैकल्पिक ऐड-ऑन उत्पाद है जो न्यूरोसोल्यूशंस के अंतर्गत डिज़ाइन किए गए एक तंत्रिका नेटवर्क को लेगा और इसे एक डायनेमिक लिंक लाइब्रेरी (डीएलएल) में इनकैप्सुलेट करेगा जो एक सरल प्रोटोकॉल के अनुरूप है। डीएलएल को उन्नत प्रोग्रामिंग योग्यता की आवश्यकता के बिना, उपयोगकर्ता के स्वयं के C++, विजुअल बेसिक, माइक्रोसॉफ्ट एक्सेल, माइक्रोसॉफ्ट एक्सेस या इंटरनेट (एएसपी) एप्लिकेशन में एम्बेड किया जा सकता है।
ओएलई स्वचालन
यह तकनीक किसी भी बाहरी एप्लिकेशन से न्यूरोसॉल्यूशंस को प्रोग्रामेटिक रूप से नियंत्रित करने की क्षमता प्रदान करती है जो ऑटोमेशन, जैसे कि माइक्रोसॉफ्ट एक्सेल, माइक्रोसॉफ्ट एक्सेस और विजुअल बेसिक या विज़ुअल C++ के साथ विकसित एप्लिकेशन, का समर्थन करती है। सरलतम स्थितियों में, एप्लिकेशन डेवलपर न्यूरोसोल्यूशंस को प्रोसेस करने के लिए डेटा प्रेषित कर सकता है, उसे प्रोसेसिंग प्रारम्भ करने के लिए कह सकता है, और फिर परिणामों को एप्लिकेशन में पुनः प्राप्त कर सकता है। हालाँकि, अपने व्यापक प्रोटोकॉल के साथ, न्यूरोसोल्यूशन अधिक जटिल कार्य भी कर सकता है।
यह भी देखें
- कृत्रिम तंत्रिका नेटवर्क
- यंत्र अधिगम (मशीन लर्निंग)
- तंत्रिका नेटवर्क सॉफ्टवेयर
- न्यूरोडायमेंशन
श्रेणी:तंत्रिका नेटवर्क सॉफ़्टवेयर
