OpenNN(Open Neural Networks Library)是一个使用C++编程语言编写的函式库,实现了神经网络,这是深度学习研究的主要领域之一[2]。它是一个开源库,遵循GNU宽通用公共许可证(LGPL)。

OpenNN
开发者Artelnics
当前版本
  • 6.0.3(2023年4月10日)[1]
编辑维基数据链接
源代码库 编辑维基数据链接
操作系统跨平台
类型神经网络
许可协议LGPL
网站www.opennn.net

特点

该软件实现了任意数量的非线性处理单元层,用于监督学习。这种深层架构允许设计具有通用逼近特性的神经网络。此外,它通过OpenMP进行多处理编程,以提高计算性能。

OpenNN包含作为一组函数的机器学习算法。这些函数可以通过应用程序界面嵌入到其他软件工具中,以实现预测分析任务的集成尽管缺乏图形用户界面,但某些功能可以通过特定的可视化工具得到支持。[3]

历史

这项专案开发始于2003年,由欧盟资助的名为RAMFLOOD(洪水风险评估与管理)的研究项目在国际数值方法研究中心启动[4]。随后作为类似项目的一部分,开发工作得以继续。目前,OpenNN由Artelnics公司开发和维护[5]

应用

OpenNN是一个通用的人工智能软件包[6]。它使用机器学习技术来解决各个领域中的预测分析任务。例如,该库已应用于工程、能源和化学等行业[7][8][9]

参考文献

  1. ^ Release 6.0.3. 2023年4月10日 [2023年4月27日]. 
  2. ^ OpenNN, An Open Source Library For Neural Networks. KDNuggets. June 2014. 
  3. ^ J. Mary Dallfin Bruxella; et al. Categorization of Data Mining Tools Based on Their Types. International Journal of Computer Science and Mobile Computing. 2014, 3 (3): 445–452. 
  4. ^ CORDIS - EU Research Project RAMFLOOD. European Commission. December 2004. 
  5. ^ Artelnics home page. 
  6. ^ Here Are 7 Thought-Provoking AI Software Packages For Your Info. Saurabh Singh. [25 June 2014]. (原始内容存档于2014-06-27). 
  7. ^ R. Lopez; et al. Neural Networks for Variational Problems in Engineering. International Journal for Numerical Methods in Engineering. 2008, 75 (11): 1341–1360. Bibcode:2008IJNME..75.1341L. S2CID 120913929. doi:10.1002/nme.2304. hdl:10261/310317 . 
  8. ^ P. Richter; et al. Optimisation of Concentrating Solar Thermal Power Plants with Neural Networks. Adaptive and Natural Computing Algorithms. Lecture Notes in Computer Science 6593. 2011: 190–199. ISBN 978-3-642-20281-0. doi:10.1007/978-3-642-20282-7_20. 
  9. ^ A.A. D’Archivio; et al. Artificial Neural Network Prediction of Multilinear Gradient Retention in Reversed-Phase HPLC. Analytical and Bioanalytical Chemistry. 2014, 407 (4): 1–10. PMID 25395205. S2CID 40461902. doi:10.1007/s00216-014-8317-3.