MLops:可解释深度神经网络训练平台Neural Designer ®

发布于:2025-02-26 ⋅ 阅读:(18) ⋅ 点赞:(0)

可解释深度神经网络训练平台Neural Designer ®

可解释神经网络训练平台Neural Designer ®


NeuralDesign深度学习 基本介绍 

Neural Designer是Artelnics公司研发的一款基于深度神经网络(人工智能研究主要领域)的机器学习软件包。她包含一个图形用户界面,可简化数据输入和深度神经网络的结果解释。Neural Designer 实现了最先进的神经网络算法来生成近似、分类和预测模型。这些使您能够从数据中发现关系、识别模式并预测趋势,做出最佳决策。软件支持多种操作系统平台Windows,Mac OS X和Linux (Debian以及 Ubuntu)。


NeuralDesigner主要功能集 :


近似(函数回归)
 


分类(模式识别)
 


预测(时间序列)


自动关联模型 
 


文本分类

Neural Designer作为用户友好、强大而灵活的数据科学和AI机器学习应用程序,它允许您构建定制化的神经网络模型,而无需编码或构建逻辑框图。 这大大降低了深度学习的应用门槛和部署成本及人员成本。


2015 年,Neural Designer 被欧盟委员会选为 Horizon 2020 计划中的颠覆性技术之一。Neural Designer 可完整地执行描述性、诊断性、预测性和规范性数据分析。它实现了具有多个非线性层的深层架构,并包含解决函数回归、模式识别、时间序列和自动编码问题的实用程序。Neural Designer 的输入是用户的业务数据集,其输出是预测模型。该结果采用显式数学表达式的形式,可以导出到任何计算机语言或系统。*如需申请试用请联系我们(无锡迅合信息科技有限公司MLOPS工程师)。

 

                 数据                   →→                             神经网络设计器           →→                   模型输出

神经网络设计器的软件功能与优势

                                                                     图例:NeuralDesigner用户界面

Neural Designer 实现了最具创新性的人工智能技术。下面列出了它包含的一些主要算法。
 

一、应用的类型

• 近似(或建模)以发现复杂的业务关系。
• 分类(或模式识别)以识别复杂模式。
• 预测(或时间序列预测)以预测走势/趋势。

 

二、模型数据集

• 与最常见的数据文件兼容:CSV、DAT、TXT、Excel、OpenOffice ...
• 完整的变量配置。
• 完整的实例配置。
• 详尽的描述性统计。
• 使用多种类型的相关性来估计变量重要性。
• 用于异常值检测和数据过滤的创新实用程序。



 

三、神经网络

• 具有无限层数的NN网络架构。
• 许多种激活函数的感知器层:线性、双曲正切、逻辑和修正线性。
• 具有不同激活函数的概率层:二元、连续、竞争和softmax等。
• 使用最小/最大和平均值/标准偏差方法的缩放层。
• 使用最小/最大和平均值/标准偏差方法的缩放还原层。
 

 

四、训练策略

• 所有类型应用的损耗指数:
      o 常见数据集的加权平方误差。
      o 处理异常值时出现 Minkowski 错误。
      o 模式识别的交叉熵误差。
      o 不平衡数据集的加权平方误差。
      o L1 和 L2 正则化以避免过拟合。
• 适用于所有数据量的优化算法:
      o 海量数据集的随机梯度下降和自适应矩估计。
      o 训练大数据集的梯度下降、共轭梯度和自适应线性动量。
      o 快速训练中等数据集的拟牛顿法(Quasi-Newton)。
      o 小数据集高速训练的 Levenberg-Marquardt 算法。

五、模型选择

• 用于寻找最佳网络架构的神经元选择算法:增量顺序(incremental order)。
• 用于选择最重要特征的输入选择算法:增长输入、修剪输入和遗传算法。

六、测试分析

• 测试误差以及相应的统计和直方图计算。
• 函数回归问题的线性回归分析。
• 模式识别应用的混淆矩阵(Confusion matrix)。
• 用于评估二元分类测试的全套指标。
• 用于诊断测试的 ROC 曲线。
• 错误分类实例的列表。
• 营销中细分应用的累积增益和提升图。
• 用于模拟营销活动的利润图推演。

七、模型的部署

• 输出值的计算。
• 用于探索预测模型的方向图(Directional plots)。
• 模型的可导出的数学表达式。
• 可导出的C 和Python 预测模型。

八、模型的输出

• 交互式报告中的详尽结果包含大量描述、表格和图形。
• 报告可导出为Word 和Pdf 格式。
• 结果可以数据格式导出。

九、出色的性能

• 软件采用高性能编程语言C++开发。
• 代码采用了内存管理和处理速度的优化技术。
• 采用 OpenMP 的 CPU 并行化技术。
• 可使用 CUDA、MKL 和 Eigen 进行 GPU 加速。
• 支持多种操作系统平台Windows,Mac OS X和Linux (Debian以及 Ubuntu)。
• 支持云计算平台(例如亚马逊Web Services)。
除了以上的功能上的优势,客户还可以享受到简单易操作的用户指导文件,众多领域的神经网络应用指导文件,优先级支持服务(通过邮件,电话和远程沟通)。如需申请试用请联系无锡迅合信息科技有限公司MLOPS工程师。


客户群体和应用:
NeuralDesigner应用群体广泛,超过三万(30,000) 家创新公司、公共机构和大学使用 Neural Designer 通过机器学习提高业务成效。主要商业客户有(不限于):英特尔,微软,Syntiant芯片研究公司, 蒙古GOLOMT银行,美国社保SOCIAL SECURITY USA,墨西哥Gentera金融服务公司,Grantit金融公司,FL史密斯工程公司,德国PTS技术研究所,Genesis Therapeutics生物制药公司等。在学术研究领域也有众多院校在使用(如:阿肯色大学,谷堡州立大学,悉尼大学,德国DHBW大学,帕尔杜比采大学等)。

NeuralDesigner是一款通用应用需求的深度学习框架和软件工具,在以下领域特别有成功的应用实绩。

生命科学 AI应用 科学与工程 AI应用 商业领域 AI应用
✓ 医学诊断
✓ 医疗预后
✓ 医疗辅助
✓ 活动识别
✓ 性能优化
✓ 品质提升
✓ 预测性维护
✓ 客户流失预防
✓ 客户细分
✓ 风险评估
✓ 销售预测
消费零售和银行  AI应用 能源与环境  AI应用 汽车与航空 AI应用
✓ 交叉销售和追加销售
✓ 产品倾向性
✓ 销售预测
✓欺诈检测
✓风险评估
✓ 气体减排
✓ 森林火灾预测
✓ 水生毒性
✓ 树木枯萎病检测
✓ 翼型叶片的噪声预测
✓ 飞行路线燃油估算
✓ 汽车二氧化碳排放量预测
✓ 电动机 (EV) 的数字孪生