लायनसॉल्वर
| Developer(s) | Reactive Search srl |
|---|---|
| Stable release | 2.0.198
/ October 9, 2011 |
| Operating system | Windows , Mac OS X, Unix |
| Available in | English |
| Type | Business intelligence software |
| License | Proprietary software, free for academic use |
| Website | lionoso |
लायनसॉल्वर (LIONsolver) डेटा माइनिंग, बिजनेस इंटेलिजेंस, एनालिटिक्स और मॉडलिंग और प्रतिक्रियाशील बिजनेस इंटेलिजेंस दृष्टिकोण के लिए एक एकीकृत सॉफ्टवेयर है।[1] LIONoso के रूप में एक गैर-लाभकारी संस्करण भी उपलब्ध है।
लायनसॉल्वर का उपयोग मॉडल बनाने, उन्हें विज़ुअलाइज़ करने और व्यवसाय और इंजीनियरिंग प्रक्रियाओं में सुधार करने के लिए किया जाता है।
यह डेटा और मात्रात्मक मॉडल के आधार पर निर्णय लेने का एक उपकरण है और इसे अधिकांश डेटाबेस और बाहरी प्रोग्रामों से जोड़ा जा सकता है।
सॉफ्टवेयर पूरी तरह से ग्रैफुर बिजनेस इंटेलिजेंस के साथ एकीकृत है और अधिक उन्नत उपयोगकर्ताओं के लिए अभिप्रेत है।
अवलोकन
लायनसॉल्वर की उत्पत्ति रिएक्टिव सर्च ऑप्टिमाइज़ेशन में अनुसंधान सिद्धांतों से हुई है[2] एक सॉफ़्टवेयर के दौरान कार्य करने वाली स्व-ट्यूनिंग योजनाओं के उपयोग की वकालत करना सिस्टम चल रहा है. लर्निंग और इंटेलिजेंट ऑप्टिमाइज़ेशनएन ऑनलाइन यंत्र अधिगम योजनाओं को ऑप्टिमाइज़ेशन सॉफ़्टवेयर में एकीकृत करने को संदर्भित करता है, ताकि यह अपने पिछले दौरों और मानवीय प्रतिक्रिया से सीखने में सक्षम हो जाता है। एक संबंधित दृष्टिकोण अनुकूलन द्वारा प्रोग्रामिंग का है,[3] जो रिएक्टिव सर्च ऑप्टिमाइज़ेशन से जुड़े डिज़ाइन स्पेस को परिभाषित करने का एक सीधा तरीका प्रदान करता है, और स्वायत्त खोज का [4] समस्या-समाधान एल्गोरिदम को अपनाने की वकालत करना।
सॉफ़्टवेयर का संस्करण 2.0 1 अक्टूबर 2011 को जारी किया गया था, जिसमें यूनिक्स और मैक ओएस एक्स ऑपरेटिंग भी शामिल था विंडोज़ के अतिरिक्त सिस्टम।
मॉडलिंग घटकों में तंत्रिका नेटवर्क, बहुपद, स्थानीय रूप से भारित बायेसियन प्रतिगमन, के-मीन्स क्लस्टरिंग और स्व-संगठित मानचित्र शामिल हैं। गैर-व्यावसायिक उपयोग और कक्षा उपयोग के लिए निःशुल्क शैक्षणिक लाइसेंस उपलब्ध है।
लायनसॉल्वर का सॉफ्टवेयर आर्किटेक्चर[5] परिणामों को देखने और सुविधा प्रदान करने के लिए एक उपयोगकर्ता इंटरफ़ेस के साथ, इंटरैक्टिव बहुउद्देश्यीय अनुकूलन की अनुमति देता है समाधान विश्लेषण और निर्णय लेने की प्रक्रिया। आर्किटेक्चर समस्या-विशिष्ट एक्सटेंशन की अनुमति देता है, और यह है कई संख्या के साथ सभी अनुकूलन योजनाओं के लिए पोस्ट-प्रोसेसिंग टूल के रूप में लागू विभिन्न संभावित समाधान. जब वास्तुकला को किसी विशिष्ट के साथ मजबूती से जोड़ा जाता है समस्या-समाधान या अनुकूलन विधि, प्रभावी इंटरैक्टिव योजनाएं जहां अंतिम निर्णय निर्माता लूप में विकसित किया जा सकता है।[6] 24 अप्रैल, 2013 को लायनसॉल्वर को द माइकल जे. फॉक्स फाउंडेशन का पहला पुरस्कार प्राप्त हुआ|माइकल जे. फॉक्स फाउंडेशन - कागल पार्किंसंस डेटा चैलेंज, पार्किंसंस रोग से पीड़ित लोगों को लाभ पहुंचाने के लिए भीड़ की बुद्धिमत्ता का लाभ उठाने वाली एक प्रतियोगिता।[7]
यह भी देखें
- बहुउद्देश्यीय अनुकूलन
संदर्भ
- ↑ Battiti, Roberto; Mauro Brunato; Franco Mascia (2008). Reactive Search and Intelligent Optimization. Springer Verlag. ISBN 978-0-387-09623-0.
- ↑ Battiti, Roberto; Gianpietro Tecchiolli (1994). "The reactive tabu search" (PDF). ORSA Journal on Computing. 6 (2): 126–140. doi:10.1287/ijoc.6.2.126.
- ↑ Holger, Hoos (2012). "Programming by optimization". Communications of the ACM. 55 (2): 70–80. doi:10.1145/2076450.2076469.
- ↑ Youssef, Hamadi; E. Monfroy; F. Saubion (2012). Autonomous Search. New York: Springer Verlag. ISBN 978-3-642-21433-2.
- ↑ Battiti, Roberto; Mauro Brunato (2010). "Grapheur: A Software Architecture for Reactive and Interactive Optimization " [Proceedings Learning and Intelligent OptimizatioN LION 4, Jan 18-22, 2010, Venice, Italy.] (PDF). Lecture Notes in Computer Science. 6073: 232–246. doi:10.1007/978-3-642-13800-3. ISBN 978-3-642-13799-0.
- ↑ Battiti, Roberto; Andrea Passerini (2010). "Brain-Computer Evolutionary Multi-Objective Optimization (BC-EMO): a genetic algorithm adapting to the decision maker" (PDF). IEEE Transactions on Evolutionary Computation. 14 (15): 671–687. doi:10.1109/TEVC.2010.2058118.
- ↑ "स्मार्टफोन डेटा के लिए "मशीन लर्निंग अप्रोच" ने माइकल जे. फॉक्स फाउंडेशन पार्किंसंस डेटा चैलेंज में $10,000 का प्रथम पुरस्कार प्राप्त किया". MJFF. April 24, 2013.
