Difference between revisions of "न्यूरोसॉल्यूशंस"

From alpha
Jump to navigation Jump to search
(Created page with "{{short description|Neural network development environment}} {{Multiple issues| {{ad|date=March 2023}} {{Unreferenced|date=October 2023}} }} {{Infobox software | name = NeuroS...")
 
Line 16: Line 16:
| website = [http://www.neurosolutions.com NeuroSolutions homepage]
| website = [http://www.neurosolutions.com NeuroSolutions homepage]
}}
}}
न्यूरोसोल्यूशंस [[न्यूरोडायमेंशन]] द्वारा विकसित एक [[तंत्रिका नेटवर्क]] विकास वातावरण है। यह एक मॉड्यूलर, आइकन-आधारित (घटक-आधारित) नेटवर्क डिज़ाइन इंटरफ़ेस को उन्नत शिक्षण प्रक्रियाओं के कार्यान्वयन के साथ जोड़ता है, जैसे संयुग्म ग्रेडिएंट्स, लेवेनबर्ग-मार्क्वार्ड एल्गोरिदम | लेवेनबर्ग-मार्क्वार्ड एल्गोरिदम, और समय के माध्यम से बैकप्रोपेगेशन।{{citation needed|date=November 2023}} सॉफ्टवेयर का उपयोग [[डेटा खनन]], [[सांख्यिकीय वर्गीकरण]], [[फ़ंक्शन सन्निकटन]], [[बहुभिन्नरूपी प्रतिगमन]] और समय-श्रृंखला भविष्यवाणी जैसे विभिन्न प्रकार के कार्यों को करने के लिए तंत्रिका नेटवर्क (पर्यवेक्षित शिक्षण और अनपर्यवेक्षित शिक्षण) मॉडल को डिजाइन, प्रशिक्षित और तैनात करने के लिए किया जाता है।{{citation needed|date=November 2023}}
न्यूरोसॉल्यूशंस [[न्यूरोडायमेंशन]] द्वारा विकसित एक [[तंत्रिका नेटवर्क]] विकास वातावरण है। यह एक मॉड्यूलर, आइकन-आधारित (घटक-आधारित) नेटवर्क डिज़ाइन इंटरफ़ेस को उन्नत शिक्षण प्रक्रियाओं के कार्यान्वयन के साथ जोड़ता है, जैसे कि संयुग्म ग्रेडिएंट्स, लेवेनबर्ग-मार्क्वार्ड एल्गोरिदम, और समय के माध्यम से बैकप्रॉपैगेशन।{{citation needed|date=November 2023}} सॉफ़्टवेयर का उपयोग [[डेटा खनन|डेटा माइनिंग]], [[सांख्यिकीय वर्गीकरण|वर्गीकरण]], [[फ़ंक्शन सन्निकटन]], [[बहुभिन्नरूपी प्रतिगमन]] और समय-श्रृंखला भविष्यवाणी जैसे विभिन्न प्रकार के कार्यों को करने के लिए तंत्रिका नेटवर्क (पर्यवेक्षित शिक्षण और अनुपयोगी शिक्षण) मॉडल को डिज़ाइन, प्रशिक्षित और तैनात करने के लिए किया जाता है।{{citation needed|date=November 2023}}


== तंत्रिका नेटवर्क निर्माण जादूगर ==
== तंत्रिका नेटवर्क निर्माण जादूगर ==


न्यूरोसोल्यूशंस 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:


=== डेटा प्रबंधक ===
=== डेटा प्रबंधक ===


डेटा मैनेजर मॉड्यूल उपयोगकर्ता को [[Microsoft Access]], [[Microsoft Excel]] या टेक्स्ट फ़ाइलों से डेटा आयात करने और विभिन्न [[डेटा प्रीप्रोसेसिंग]] और [[डेटा विश्लेषण]] संचालन करने की अनुमति देता है। डेटा मैनेजर से, उपयोगकर्ता डेटा को सीधे न्यूरोसोल्यूशंस ब्रेडबोर्ड में लोड कर सकता है या एक नया न्यूरल नेटवर्क बनाने के लिए डेटा का उपयोग कर सकता है।{{citation needed|date=November 2023}}
डेटा मैनेजर 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 देता है। डेटा प्रबंधक से, उपयोगकर्ता डेटा को सीधे न्यूरोसोल्यूशंस ब्रेडबोर्ड में लोड कर सकता है या एक नया न्यूरल नेटवर्क बनाने के लिए डेटा का उपयोग कर सकता है।{{citation needed|date=November 2023}}


=== न्यूरलबिल्डर ===
=== न्यूरलबिल्डर ===

Revision as of 22:40, 13 December 2023

NeuroSolutions
डेवलपर(ओं)NeuroDimension
ऑपरेटिंग सिस्टमMicrosoft Windows
प्रकारNeural network software
लाइसेंसEULA, Educational Discount
वेबसाइटNeuroSolutions homepage

न्यूरोसॉल्यूशंस न्यूरोडायमेंशन द्वारा विकसित एक तंत्रिका नेटवर्क विकास वातावरण है। यह एक मॉड्यूलर, आइकन-आधारित (घटक-आधारित) नेटवर्क डिज़ाइन इंटरफ़ेस को उन्नत शिक्षण प्रक्रियाओं के कार्यान्वयन के साथ जोड़ता है, जैसे कि संयुग्म ग्रेडिएंट्स, लेवेनबर्ग-मार्क्वार्ड एल्गोरिदम, और समय के माध्यम से बैकप्रॉपैगेशन।[citation needed] सॉफ़्टवेयर का उपयोग डेटा माइनिंग, वर्गीकरण, फ़ंक्शन सन्निकटन, बहुभिन्नरूपी प्रतिगमन और समय-श्रृंखला भविष्यवाणी जैसे विभिन्न प्रकार के कार्यों को करने के लिए तंत्रिका नेटवर्क (पर्यवेक्षित शिक्षण और अनुपयोगी शिक्षण) मॉडल को डिज़ाइन, प्रशिक्षित और तैनात करने के लिए किया जाता है।[citation needed]

तंत्रिका नेटवर्क निर्माण जादूगर

न्यूरोसोल्यूशन स्वचालित रूप से तंत्रिका नेटवर्क मॉडल बनाने के लिए तीन अलग-अलग विज़ार्ड प्रदान करता है:

डेटा प्रबंधक

डेटा मैनेजर मॉड्यूल उपयोगकर्ता को माइक्रोसॉफ्ट एक्सेस, माइक्रोसॉफ्ट एक्सेल या टेक्स्ट फ़ाइलों से डेटा आयात करने और विभिन्न प्रीप्रोसेसिंग और डेटा विश्लेषण संचालन करने की अनुमति देता है। डेटा प्रबंधक से, उपयोगकर्ता डेटा को सीधे न्यूरोसोल्यूशंस ब्रेडबोर्ड में लोड कर सकता है या एक नया न्यूरल नेटवर्क बनाने के लिए डेटा का उपयोग कर सकता है।[citation needed]

न्यूरलबिल्डर

न्यूरलबिल्डर डिज़ाइन विशिष्टताओं को उस विशिष्ट न्यूरल नेटवर्क आर्किटेक्चर पर केंद्रित करता है जिसे उपयोगकर्ता बनाना चाहता है। कुछ सबसे आम आर्किटेक्चर में शामिल हैं:

एक बार तंत्रिका नेटवर्क आर्किटेक्चर का चयन हो जाने के बाद, उपयोगकर्ता छिपी हुई 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 एक 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 करना चाहता है (सांख्यिकीय वर्गीकरण, भविष्यवाणी, कार्य सन्निकटन या क्लस्टर विश्लेषण)। इस समस्या के प्रकार और उपयोगकर्ता के डेटा सेट के आकार को देखते हुए, न्यूरल एक्सपर्ट स्वचालित रूप से न्यूरल नेटवर्क आकार और आर्किटेक्चर का चयन करता है जो संभवतः एक अच्छा समाधान देगा। एक वैकल्पिक शुरुआती सेटिंग भी है जो क्रॉस सत्यापन और आनुवंशिक अनुकूलन जैसे कुछ अधिक उन्नत संचालन को छुपाती है।

उपयोगकर्ता-परिभाषित तंत्रिका नेटवर्क

न्यूरोसोल्यूशंस इस अवधारणा पर आधारित है कि तंत्रिका नेटवर्क को तंत्रिका घटकों के मूलभूत सेट में तोड़ा जा सकता है। व्यक्तिगत रूप से ये घटक अपेक्षाकृत सरल हैं, लेकिन एक साथ जुड़े कई घटकों के परिणामस्वरूप बहुत जटिल समस्याओं को हल करने में सक्षम नेटवर्क बन सकते हैं। नेटवर्क निर्माण विज़ार्ड उपयोगकर्ता के विनिर्देशों के आधार पर इन घटकों को कनेक्ट करेंगे। हालाँकि, एक बार नेटवर्क बन जाने के बाद इंटरकनेक्शन को मनमाने ढंग से बदला जा सकता है और घटकों को जोड़ा या हटाया जा सकता है। न्यूरोसोल्यूशंस आपको डायनामिक-लिंक लाइब्रेरी (डायनामिक-लिंक लाइब्रेरी) के माध्यम से अपने स्वयं के एल्गोरिदम को एकीकृत करने की भी अनुमति देगा। प्रत्येक न्यूरोसोल्यूशंस घटक सी (प्रोग्रामिंग भाषा) में एक सरल प्रोटोकॉल के अनुरूप एक फ़ंक्शन लागू करता है। एक नया घटक जोड़ने के लिए, आप आधार घटक के लिए टेम्पलेट फ़ंक्शन को संशोधित कर सकते हैं और फिर कोड को डायनामिक-लिंक लाइब्रेरी में संकलित कर सकते हैं।

तंत्रिका नेटवर्क परिनियोजन

न्यूरोडायमेंशन, इंक. अनुप्रयोगों के लिए एक कस्टम न्यूरल नेटवर्क समाधान तैनात करने के लिए न्यूरोसोल्यूशंस को तीन तरीके प्रदान करता है: कोड जेनरेशन, डीएलएल जेनरेशन और ओएलई जेनरेशन।

कोड जनरेशन

न्यूरोसोल्यूशंस अपने ग्राफिकल यूजर इंटरफ़ेस के भीतर डिज़ाइन किए गए तंत्रिका नेटवर्क के लिए स्वचालित रूप से C++ स्रोत कोड उत्पन्न कर सकता है। यह विशेष एप्लिकेशन के लिए तंत्रिका नेटवर्क कोड को अनुकूलित करने की लचीलापन प्रदान करता है। चूंकि उत्पन्न कोड एएनएसआई-अनुरूप 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 भीतर डिज़ाइन किए गए एक तंत्रिका नेटवर्क को लेगा और इसे एक गतिशील लिंक लाइब्रेरी (डायनामिक-लिंक लाइब्रेरी) में समाहित करेगा जो एक सरल प्रोटोकॉल के अनुरूप है। डीएलएल को उन्नत कंप्यूटर प्रोग्रामिंग कौशल की आवश्यकता के बिना, उपयोगकर्ताओं के स्वयं के सी++, मूल दृश्य , माइक्रोसॉफ्ट एक्सेल, माइक्रोसॉफ्ट एक्सेस या इंटरनेट (सक्रिय सर्वर पेज ) एप्लिकेशन में एम्बेड किया जा सकता है।

ओएलई स्वचालन

यह तकनीक किसी भी बाहरी एप्लिकेशन से न्यूरोसोल्यूशंस को प्रोग्रामेटिक रूप से नियंत्रित करने की क्षमता प्रदान करती है जो ऑटोमेशन का समर्थन करता है, जैसे कि माइक्रोसॉफ्ट एक्सेल, माइक्रोसॉफ्ट एक्सेस और विजुअल बेसिक या विज़ुअल सी++ के साथ विकसित एप्लिकेशन। सबसे सरल मामले में, एप्लिकेशन डेवलपर न्यूरोसोल्यूशंस को प्रोसेस करने के लिए डेटा भेज सकता है, उसे प्रोसेसिंग शुरू करने के लिए कह सकता है, और फिर परिणामों को एप्लिकेशन में वापस ला सकता है। हालाँकि, अपने व्यापक प्रोटोकॉल के साथ, न्यूरोसोल्यूशंस अधिक जटिल कार्य भी कर सकता है।

यह भी देखें


श्रेणी:तंत्रिका नेटवर्क सॉफ़्टवेयर