Abbiamo realizzato un programma veloce e semplice che può strutturare reti neurali dai Vostri dati con passaggi semplici e logici. Le reti neurali rendono facile la previsione, la stima e la classificazione. Potrete utilizzare la maggior parte delle forme di dati. Ad esse sono incluse le funzioni più avanzate di associazione, clustering, query, pulizia e modifica della rete. Abbiamo già utilizzato il nostro programma in gestione valuta monetaria e commercio di azioni, investimenti, assicurazioni, immobili, viaggi, salute, sport, previsioni del tempo e molto altro ancora.  Abbiamo eseguito importazioni e calcoli su sistemi con un numero qualsiasi di processori. 

Potrete sviluppare una rete neurale o più reti multi-strato che imparino dai Vostri dati inseriti. Potrete visualizzare e convalidare mentre la multi-rete sta imparando da tutti i dati in aggiornamento. Potrete testare o interrogare le reti utilizzando nuovi dati per produrre risultati e vedere quali input sono veramente importanti

Importare dati da file txt, csv, xls, bmp o binari con pochi clic. La griglia del nostro programma non ha limiti di numero di righe e può contenere fino a 1600 colonne. Le reti non hanno limiti di connessioni o nodi e sono super veloci e molto facili da usare.

Tutti i dati importati nella griglia vengono utilizzati per addestrare una o più reti neurali. I valori di input sono costretti a oscillare oltre i limiti di allenamento. I valori di output sono previsti. Una nuova rete neurale viene creata utilizzando nuovi input e gli output previsti. Gli ingressi sono regolati e viene creata un’altra rete neurale. Il processo continua fino a quando non viene trovata una rete neurale che ha caratteristiche vicine all’originale ma con input oltre i limiti. Quella rete neurale viene quindi utilizzata per produrre nuove previsioni. Le nuove previsioni possono essere utilizzate per produrre più previsioni.

L’analisi dei dati complessi è veloce e semplice. La previsione, la classificazione e la proiezione delle serie temporali è facile. Crea le griglie di dati da file di testo, csv, foglio elettronico, immagine o binario. Produrre reti neurali multi-strato dalle griglie. Le reti con valori numerici, testo, immagine o combinazioni di tipi di dati vengono create automaticamente o manualmente utilizzando l’editor di rete. Preparare, convalidare e interrogare le reti neurali con pochi pulsanti. Vedere i diagrammi, i grafici e i dati di input / output visualizzati in dettaglio. Avere sotto controllo i nodi, le connessioni, i grafici e i risultati che vengono aggiornati mentre la rete impara dai Vostri dati. Il nostro programma può interagire con altre applicazioni utilizzando le funzionalità incorporate di Script e Macro.

Riassunto

Un nuovo approccio alla previsione utilizzando una serie di reti neurali correlate. Vengono create e addestrate più reti neurali. Ogni nuova rete neurale impara dai risultati prodotti dalla precedente. La rete neurale che produce i risultati più accurati viene selezionata e utilizzata per prevedere i risultati oltre l’intervallo esistente. I dati vengono importati in una griglia. La griglia viene quindi utilizzata per costruire e addestrare una rete neurale. I valori di input della rete neurale sono quindi costretti a oscillare oltre i loro limiti. I valori di output sconosciuti sono previsti dalla rete neurale. Quindi viene creata una nuova rete neurale utilizzando i nuovi ingressi e gli output previsti. Le due reti neurali sono confrontate. Gli input vengono regolati e viene creata un’altra nuova rete neurale. Il processo continua fino a quando una rete neurale produce i risultati migliori. La nuova rete neurale viene quindi utilizzata per produrre più previsioni. Le previsioni prodotte sono convalidate e quindi aggiunte alla griglia. Tutti i valori nella griglia possono essere esportati per poterli utilizzare nel modo desiderato. 


Si possono gestire reti estremamente grandi e complesse, fare in modo che alcune di esse funzionino ininterrottamente per oltre un anno, 24 ore al giorno per 7 giorni alla settimana, senza sosta. E’ una costante battaglia e scopo importante ottenere la massima velocità possibile per queste reti, al fine di ridurne la durata di calcolo risparmiando più tempo di elaborazione su una rete. Per fare questo occorrono processori adeguati.

Esempio

Per fare previsioni climatiche e tropicali nella versione Beta 11.05.10 e successive c’è stato un grande miglioramento in quanto è stata aggiunta la funzione di ritaglio. Quando si selezionano determinati attributi per il miglior sottoinsieme di input per il modello neurale impostato con il taglio ogni 10 cicli si ottiene il miglior set e il miglior sottoinsieme di dati che non sia necessariamente il set finale, quello che ha gli errori minimi. Impostando il taglio si estraggono quasi tutti i valori anomali.

Un modello di rete neurale molto grande che ha bisogno di aggiornare ogni mese richiede più di un giorno per riqualificare i dati e il sistema, invece utilizzando la versione 11.05.10 sul nostro sistema a 4 CPU, eseguito sullo stesso sistema con 4 thread di apprendimento, ci sono voluti circa 30 minuti per riqualificare l’aggiornamento degli ultimi 3 mesi.