NeuralSightのご紹介

予測、分類およびクラスタリングアプリケーションの ための頑健性のあるニューラルネットワークを構築しま す。 • ニューラルネットワークは、非線形で雑音の多いデータか ら、隠れたパターンと関連性を学び取ります。 • しかしながら、あなたがニューラルネットワークの専門家 である必要はありません- NeuralSightと NeuralWorks Predictエンジンが、全ての仕事を行います。 • NeuralSightはデータを分割し、データ変換を適用し、変 数選択を行い、数百、あるいは数千ものニューラルネット ワークを学習・生成します。 学習データと検証データに対して計算される 性能統計指標を見ることで、モデル品質を評 価できます。 • 全てのモデルに対する統計指標の指定により、 直ちにモデル評価の全体像が分かります。 • リスト中からモデルを選択すると、その特定モ デルの統計指標が表示されます。 • 性能指標に基づく最適モデルを簡単に配備でき ます。 感度分析を通してモデルのふるまいを理解できます。 • 各々の変数の使用頻度とモデルの出力に対する影響がわかりま す。 • 変数の使用頻度と感度情報から、データ収集のコストに対する 実行判断を可能にします。 変数変換テーブルを通してモデル構造 を理解できます。 • それぞれのモデルにおいて、全ての変換と 実際に使用されている変換のサブセットを 見ることができます。 • 変換は、データ中の非線形性の情報を与え ます。 © SET ソフトウエア(株). All rights reserved.

全てのニューラルネットワークモデルが評価されたあと、選択されたネットワークを複数の方法で配備するこ とができます。あなたのアプリケーションの要求に満足する方法を選んで下さい： • 実験的なプロジェクトですぐに簡単に使用するには、ニューラルネットワークモデルを Excel にロードして使用 して下さい。 • 最大限の柔軟性を獲得するため、生産系企業では、Predict のランタイムエンジンを集積した、カスタマイズさ れたアプリケーションを開発してください。 • C または Visual Basic ソースコードを生成し、コンパイルとリンクを行うことで、アプリケーションへ組み込む ことが出来ます。 NeuralSight を使ったモデル構築と従来型手法の比較 NeuralSight 従来型 データの取得と前処理 データの取得と前処理 生データに対する変換の同定と検証（試行錯誤） NeuralSight のデフォルトのモデル構築オプションをそ のまま使用する-あるいは簡単なマウスクリックにより モデルの入力の選択（試行錯誤） 特定のオプションを選択して下さい。 モデルの構造を指定（試行錯誤） 学習規則と学習規則係数/値を指定(試行錯誤) モデル構築数およびモデル構築時間の上限を指定し、全 1 つのモデル構築が終了すると、また上記のプロセスを繰 てのモデルの生成はボタンを一度クリックするだけ り返す 全モデルを実行して測定結果のパフォーマンスを計算 NeuralSight の評価タブを選択し、モデルをランク付け スプレッドシートまたは同様のプログラムによって各々の するための指標をボタンをクリックして指定します－全 モデルに対する指標結果をロードして、手動で結果を整理 てのモデルが指定された指標によって瞬時にランク付け して、モデルにランクを付けて結果を表あるいはグラフに されます します 配備するモデルの選択 配備するモデルの選択 開発環境上で、モデルの係数、構造情報等を抽出し、配備 環境にふさわしいフォーマットへ加工します。 必要に応じてボタンをクリックしてソースコードを生成し モデルを配備しようとするアプリケーションで使用できるよ たり、Predict (Excel) でモデルをロードしたり、 うに、ソフトウェアインタフェースを自作する必要がありま Predict Run-Time Engine にリンクしたアプリケーション す－モデルが更新されることが必須である場合には、新しい でモデルファイルを利用できるようにしたりできます。 モデル構造がもう一つのソフトウェアインターフェースを必 要した場合、悩まされることになります。 http://www.setsw.co.jp/business/neuralworks.html TEL 06-6232-3350 Fax 06-6232-3360 ann@setsw.co.jp © SET ソフトウエア(株). All rights reserved.