Neurex

Android -App -Analyse Und -Übersicht: Neurex, Entwickelt Von Ivo Vondrak Apps. In Der Kategorie Effizienz Aufgeführt. Die Aktuelle Version Ist V6Q, Aktualisiert Unter 05/11/2025 . Laut Benutzern Bewertungen Auf Google Play: Neurex. Über 1 -Installationen Erreicht. Neurex Hat Derzeit 1 Bewertungen, Durchschnittliche Bewertung 5.0 Stars

Neurex ist ein Expertensystem, das auf einem mehrschichtigen neuronalen Netzwerk basiert. Das Zeitalter neuronaler Netze und des Konnektionismus eröffnet neue Perspektiven für die Gewinnung zuverlässigen Wissens zur Entscheidungsunterstützung und dessen benutzerfreundliche Anwendung. Traditionelle, regel- und/oder framebasierte Expertensysteme stoßen oft an ihre Grenzen beim Aufbau einer zuverlässigen Wissensbasis. Neuronale Netze können diese Schwierigkeiten überwinden. Es ist möglich, eine Wissensbasis ohne Experten zu erstellen, indem ausschließlich Datensammlungen verwendet werden, die den Lösungsbereich beschreiben, oder mit Experten, deren Wissen während des Lernprozesses verifiziert werden kann. Der Nutzungsprozess des Expertensystems lässt sich wie folgt beschreiben:

1. Definition der Topologie des neuronalen Netzwerks: In diesem Schritt werden die Anzahl der Eingabe- und Ausgabefakten sowie die Anzahl der verborgenen Schichten festgelegt.

2. Formulierung der Eingabe- und Ausgabefakten (Attribute): Jeder Fakt wird einem Neuron in der Eingabe- oder Ausgabeschicht zugeordnet. Der Wertebereich für jedes Attribut wird ebenfalls definiert.

3. Definition des Trainingsdatensatzes: Muster werden mithilfe von Wahrheitswerten (z. B. 0–100 %) oder Werten aus dem in den vorherigen Schritten definierten Bereich eingegeben.

4. Lernphase des Netzwerks: Die Gewichte der Verbindungen (Synapsen) zwischen den Neuronen, die Steigungen der Sigmoidfunktionen und die Schwellenwerte der Neuronen werden mithilfe der Backpropagation-Methode (BP) berechnet. Es stehen Optionen zur Verfügung, um Parameter für diesen Prozess zu definieren, wie z. B. die Lernrate und die Anzahl der Lernzyklen. Diese Werte bilden den Speicher bzw. die Wissensbasis des Expertensystems. Die Ergebnisse des Lernprozesses werden mithilfe des mittleren quadratischen Fehlers dargestellt. Zusätzlich werden der Index des schlechtesten Musters und sein prozentualer Fehler angezeigt.

5. Abfrage/Inferenz mit dem System: In dieser Phase werden die Werte der Eingabefakten definiert, woraufhin die Werte der Ausgabefakten unmittelbar abgeleitet werden.

Read more