NeuralWorks 類神經網路發展系統

NeuralWorks Predict功能結合基因演算法

結合基因演算法

NeuralWorks Predict是一套針對問題可快速建立並展開的預測、分類應用工具軟體，Predict結合了基因演算法、統計及模糊理論來找出最佳或近似解。其應用的領域很廣，且多年來和顧客共同切磋的經驗也讓Predict在整合上更增加其成熟度。

不須具備專業知識也可以操作的類神經網路

Predict的使用者不需先具備類神經網路的知識。只要使用者將要探討的議題，由經驗得來的資料建立成模型。Predict會分析輸入的資料來進行適當的轉換、分類成training和test組，選取相關的輸入變數、然後建構、訓練和最佳化成特定問題的類神經網路。針對進階使用者，Predict也提供了所有的key training和網路參數。
在Windows視窗作業環境下，NeuralWorks Predict 也可以被放置在EXCEL中結合EXCEL運算及圖表分析的能力，或是以指令的模式操作。在UNIX及LINUX的作業環境下，NeuralWorks Predict 是以指令的模式操作。

NeuralWorks Predict 特色完美使用

易於使用
在微軟的作業環境下，由於與EXCEL結合增加了使用介面的熟悉度，您也可以將Predict outputs轉換成更大眾化的格式，譬如將分析結果輸入試算表，藉由圖表顯示提供了更明顯易懂的presentation。建立Predict 模型的由五個對話窗所組成，藉由一步步地引導可自行決定所要建模內容的複雜度以及耗時多久來產生可行解。

Comprehensive複雜性
Predict 針對不同使用者而有不同的介面層次。初級使用者不會被要求較高層次對話框中過多細節內容的瞭解，相反的，進階者及專家模組則被提供更多的細節評估。
整個完整的Predict 包含五個項目：

(1) The train/test selection component

(2) The Data Analysis and Transformation component

(3) The Input Variable Selection component

(4) Non-linear feed-forward constructive algorithms

(5) The Flash Code component

強大功能
Predict 能夠自動執行全部的活動來建立模型，基因演算法發揮了快速建立並辨認出有效解，將mini-network轉換成最終最佳network。一旦類神經網路被建立，trained  以及tested，此network將很快被展開。Predict包含六個基本的轉換形式和兩個額外的雜項的轉換形式。如下：

(1) Logical

(2) Enumerated Integer

(3) Enumerated String

(4) Fuzzy

(5) Quintile

NeuralWorks®Professional II / PLUS功能最完整類神經網路

最完整的類神經網路發展系統
最完整的類神經網路發展系統,可以用於大部分的平臺Windows, UNIX, Linux等.擁有28種標準的類神經架構,一但類神經網路建立後,所有的參數還可以自行調整,以便使得模型更靠近實際的系統,然後您可以立刻用Designer Pack(FlashCode)(Optional)來產生標準ANSI C語言,您可以用來結合專家系統Expert Systems或模糊邏輯使用Fuzzy Logic,內建高等的類神經網路性能測試以避免訓練過度(SaveBest),自動最佳化隱藏層(Optimize the Hidden Layer),也可以顯示出哪個網路輸入影響網路輸出最大(ExplainNet),外加的Designer Pack 和User Defined Neuro-Dynamics可讓您規劃上更有彈性。

全方位功能處理神經網路
NeuralWorks®Professional II / PLUS是全功能，可擴展神經網路開發環境的世界標準。專業II / PLUS軟件包包含全面的文檔，解決整個神經網路開發和部署過程，包括教程，神經計算指南，標準和高級參考手冊以及平台特定的安裝和用戶指南。

系統需求

Microsoft Windows

32位或64位操作系統（Windows XP，Vista，Windows 7，Windows 8）
專業II / PLUS及其附件作為Windows 64位操作系統上的32位程序運行

其他作業系統

處理器：x86 / x64架構CPU，Pentium類或更好，單核或多核
記憶體：1GB RAM（最小RAM;使用Windows Vista，7或8時推薦4 GB）
硬碟空間：20 MB磁碟（用於程序文件;模型數據需要更多磁碟空間）

適用對象

1. AI 研究機構與實驗室：需要快速建構並驗證各類神經網路架構，NeuralWorks 提供視覺化設計介面與多演算法支援，可有效縮短模型開發與實驗迭代週期。
2. 企業資料科學與預測分析團隊：面對時間序列預測、分類或迴歸等商業問題，NeuralWorks 提供完整的訓練流程與結果視覺化，協助團隊將資料洞察轉化為可部署的智慧模型。
3. 大學院校教學與課程應用：教授類神經網路原理時，NeuralWorks 直觀的操作介面與即時訓練回饋，讓學生能在無需大量程式基礎的情況下深入理解 AI 核心概念。

核心使用情境

【場景：模型快速原型驗證】研究團隊在進行新型神經網路架構實驗時，往往需要頻繁調整層數、激活函數與連結方式。NeuralWorks 的視覺化拖拉式網路設計介面，讓研究人員無需逐行撰寫程式碼即可快速搭建網路結構，並即時觀察訓練誤差曲線變化，大幅加速假設驗證的節奏，讓更多創新構想得以在短時間內被測試與評估。
【場景：企業預測模型建置】某製造業者希望利用歷史感測器數據預測設備故障時間點，以實現預防性維護。資料科學團隊透過 NeuralWorks 匯入結構化時間序列資料，選用適合的遞迴網路架構進行訓練，並利用內建的效能評估工具比較不同模型的預測準確率，最終將最佳模型整合至現有監控系統，顯著降低非計畫性停機損失。
【場景：學術課程實作教學】大學 AI 相關課程教師在講授反向傳播演算法與梯度下降原理時，常面臨學生難以將抽象理論與實際運算連結的挑戰。透過 NeuralWorks，教師可在課堂上即時展示網路訓練過程中各節點權重的動態變化，學生亦可自行操作調整學習率與隱藏層設定，透過親身實驗加深對神經網路運作機制的理解，提升課程學習成效。