OpenNN (Open Neural Networks Library) es una biblioteca de software escrita en el lenguaje de programación C ++ que implementa redes neuronales , un área principal de investigación de aprendizaje profundo . [1] La biblioteca es de código abierto , con licencia GNU Lesser General Public License .
Desarrollador (es) | Artelnics |
---|---|
Repositorio | |
Sistema operativo | Multiplataforma |
Tipo | Redes neuronales |
Licencia | LGPL |
Sitio web | www |
Caracteristicas
El software implementa cualquier número de capas de unidades de procesamiento no lineales para el aprendizaje supervisado . Esta arquitectura profunda permite el diseño de redes neuronales con propiedades de aproximación universal . Además, permite multiprocesar la programación mediante OpenMP , con el fin de incrementar el rendimiento de la computadora .
OpenNN contiene algoritmos de aprendizaje automático como un paquete de funciones. Estos pueden integrarse en otras herramientas de software, utilizando una interfaz de programación de aplicaciones , para la integración de las tareas de análisis predictivo . En este sentido, falta una interfaz gráfica de usuario, pero algunas funciones pueden ser compatibles con herramientas de visualización específicas. [2]
Historia
El desarrollo se inició en 2003 en el Centro Internacional de Métodos Numéricos en Ingeniería , dentro del proyecto de investigación financiado por la Unión Europea denominado RAMFLOOD (Evaluación de riesgos y gestión de FLOODs). [3] Luego continuó como parte de proyectos similares. En la actualidad, OpenNN está siendo desarrollado por la empresa emergente Artelnics. [4]
Aplicaciones
OpenNN es un paquete de software de inteligencia artificial de propósito general . [5] Utiliza técnicas de aprendizaje automático para resolver tareas de análisis predictivo en diferentes campos. Por ejemplo, la biblioteca se ha aplicado en los sectores de ingeniería, energía o química. [6] [7] [8]
Ver también
Referencias
- ^ "OpenNN, una biblioteca de código abierto para redes neuronales" . KDNuggets. Junio de 2014.
- ^ J. Mary Dallfin Bruxella; et al. (2014). "Categorización de herramientas de minería de datos según sus tipos" . Revista Internacional de Ciencias de la Computación y Computación Móvil . 3 (3): 445–452.
- ^ "CORDIS - Proyecto de investigación de la UE RAMFLOOD" . Comisión Europea. Diciembre de 2004.
- ^ "Página de inicio de Artelnics" .
- ^ "Aquí hay 7 paquetes de software de inteligencia artificial para su información" . Saurabh Singh. Archivado desde el original el 27 de junio de 2014 . Consultado el 25 de junio de 2014 .
- ^ R. Lopez; et al. (2008). "Redes neuronales para problemas variacionales en ingeniería". Revista Internacional de Métodos Numéricos en Ingeniería . 75 (11): 1341-1360. Código Bibliográfico : 2008IJNME..75.1341L . doi : 10.1002 / nme.2304 .
- ^ P. Richter; et al. (2011). "Optimización de Centrales Termosolares de Concentración con Redes Neuronales". Algoritmos de Computación Adaptativa y Natural . Apuntes de conferencias en Ciencias de la Computación . 6593 . págs. 190-199. doi : 10.1007 / 978-3-642-20282-7_20 . ISBN 978-3-642-20281-0.
- ^ AA D'Archivio; et al. (2014). "Predicción de red neuronal artificial de retención de gradiente multilineal en HPLC de fase reversa". Química analítica y bioanalítica . 407 (4): 1–10. doi : 10.1007 / s00216-014-8317-3 . PMID 25395205 . S2CID 40461902 .