OpenNN
  | |
| Tipus | Intel·ligència artificial |
|---|---|
| Versió inicial | 2003 |
| Versió estable | 6.0.3 (10 abril 2023)
|
| Llicència | LGPL |
| Disponible en | Anglès
|
| Característiques tècniques | |
| Sistema operatiu | Multiplataforma |
| Escrit en | C++ |
| Equip | |
| Desenvolupador(s) | Artelnics |
| Més informació | |
| Lloc web | Web del producte |
| Free Software Directory | Opennn |
|
| |
OpenNN, originàriament coneguda com a Flood, és una biblioteca informàtica escrita en C++ que implementa xarxes neuronals. La biblioteca és de codi obert, allotjada a SourceForge i ha estat distribuïda sota la llicència GNU LGPL. OpenNN implementa mètodes per a la mineria de dades com un conjunt de funcions que poden ser afegides a altres eines de programari que utilitzen una interfície de programació d'aplicacions (API), per a la interacció entre l'eina de programari i les tasques d'anàlisi predictiu. D'aquesta manera, la biblioteca no compta amb una interfície gràfica, però algunes de les funcions que desenvolupa poden donar suport a eines de visualització específiques. [1]
Història
[modifica]El desenvolupament va començar al Centre Internacional de Mètodes Numèrics en Enginyeria[2] (CIMNE) durant 2003, com a part del projecte de recerca de la Unió Europea RAMFLOOD.[3] Després va continuar com a part de projectes similars. Actualment, OpenNN està sent desenvolupada per la companyia startup Artelnics.[4]
En 2014, la pàgina Big Data Analytics Today va qualificar OpenNN com número 1 en la seva llista de projectes d'intel·ligència artificial inspirats en el funcionament del cervell. [5] Al mateix any, OpenNN també va ser seleccionat per la pàgina ToppersWorld entre les 5 millors aplicacions de mineria de dades.[6]
Aplicacions
[modifica]OpenNN és un programari de propòsit general,[7] que pot ser utilitzat per a tasques d'aprenentatge automàtic, mineria de dades i d'anàlisi predictiu en diferents àrees. Per exemple, la biblioteca ha estat utilitzada en el sector de l'enginyeria,[8] de l'energia,[9] o la indústria química.[10]
Vegeu també
[modifica]Referències
[modifica]- ↑ J. Mary Dallfin Bruxella et al. «Categorization of Data Mining Tools Based on Their Types» (en anglès). International Journal of Computer Science and Mobile Computing.
- ↑ «Lloc web de CIMNE».
- ↑ «CORDIS - EU Research Project RAMFLOOD». European Commission. Arxivat de l'original el 2014-03-14. [Consulta: 6 abril 2015].
- ↑ «Lloc web de Artelnics».
- ↑ Big Data Analytics Today. «Top 12 Brain Inspired Artificial Intelligence Projects» (en anglès), 01-10-2014. Arxivat de l'original el 2016-03-11. [Consulta: 6 abril 2015].
- ↑ ToppersWorld. «Top 5 Open Source Data Mining Tools» (en anglès), 01-11-2014. Arxivat de l'original el 2016-03-03. [Consulta: 6 abril 2015].
- ↑ Saurabh Singh. «Here Are 7 Thought-Provoking AI Software Packages For Your Info» (en anglès), 25-06-2014. Arxivat de l'original el 2014-06-27. [Consulta: 6 abril 2015].
- ↑ R. Lopez et al. «Neural Networks for Variational Problems in Engineering» (en anglès). International Journal for Numerical Methods in Engineering, 75, 2014, pàg. 445-452.
- ↑ P. Richter et al. «Optimisation of Concentrating Solar Thermal Power Plants with Neural Networks» (en anglès). Lecture Notes in Computer Science, 6593, 2011, pàg. 190-199.
- ↑ A.A. D'Archivio et al. «Artificial Neural Network Prediction of Multilinear Gradient Retention in Reversed-Phase HPLC» (en anglès). Analytical and Bioanalytical Chemistry, 2014, pàg. 1-10.