AccueilđŸ‡«đŸ‡·Chercher

OpenNN

OpenNN (Open Neural Networks Library) est une bibliothĂšque logicielle Ă©crite en C++ qui met en Ɠuvre des rĂ©seaux neuronaux[2]. La bibliothĂšque est de open source et elle est logĂ©e dans SourceForge.net. Elle a Ă©tĂ© distribuĂ©e sous la Licence publique gĂ©nĂ©rale limitĂ©e GNU.

OpenNN met en Ɠuvre des mĂ©thodes pour l’exploration de donnĂ©es en Ă©tant un ensemble de fonctions qui peuvent ĂȘtre ajoutĂ©es dĂ ns d’autres outils des logiciels qui utilisent une interface de programmation, pour l’interaction entre l’outil de logiciel et les tĂąches d’analyse prĂ©dictive. Ainsi, la bibliothĂšque ne dispose pas d’une interface graphique, mais parmi les fonctions qu’elle dĂ©veloppe, il y en a plusieurs qui peuvent ĂȘtre complĂ©tĂ©es avec des outils de visualisation spĂ©cifique[3].

Histoire

Le dĂ©veloppement de OpenNN s’initia au Centre Internacional de MĂ©todos NumĂ©ricos en IngenierĂ­a (CIMNE)[4], en 2003, en faisant partie d’un projet de recherche de l’Union europĂ©enne appelĂ© ‘RAMFLOOD’[5]. Ensuite, il continua en faisant partie d’autres projets similaires. Actuellement, OpenNN est dĂ©veloppĂ© par l’entreprise startup Artelnics[6]. En 2014, la page «Big Data Analytics Today» qualifia OpenNN comme le numĂ©ro 1 dans la liste de projets d’intelligence artificielle inspirĂ©s du fonctionnement du cerveau[7]. Dans la mĂȘme annĂ©e, ce logiciel fut sĂ©lectionnĂ© parmi les 5 meilleures applications d’exploration de donnĂ©es, par «ToppersWorld»[8].

Applications

OpenNN est un logiciel Ă  un usage gĂ©nĂ©rale[9], qui peut ĂȘtre utilisĂ© pour des tĂąches d’apprentissage automatique, d’exploration de donnĂ©es et d’ analyse prĂ©dictive dans diffĂ©rents domaines. Par exemple, la bibliothĂšque OpenNN a dĂ©jĂ  Ă©tĂ© utilisĂ©e dans les domaines de l’ingĂ©nierie[10], de l’énergie[11] ou de l’industrie chimique[12].

Voir aussi

Références

(en anglais)

  1. « Release 6.0.3 », (consulté le )
  2. KDNuggets, « OpenNN, An Open Source Library For Neural Networks »
  3. J. Mary Dallfin Bruxella et al., Categorization of Data Mining Tools Based on Their Types, vol. 3, , 445-452 p. (lire en ligne)
  4. « Page d'accueil CIMNE »
  5. European Commission, « CORDIS - EU Research Project RAMFLOOD », 2004 décembre
  6. « Page d'accueil Artelnics »
  7. Big Data Analytics Today, « Top 12 Brain Inspired Artificial Intelligence Projects »,
  8. ToppersWorld, « Top 5 Open Source Data Mining Tools »,
  9. Saurabh Singh, « Here Are 7 Thought-Provoking AI Software Packages For Your Info »,
  10. R. Lopez et al., Neural Networks for Variational Problems in Engineering, vol. 75, , 1341–1360 p. (lire en ligne)
  11. P. Richter et al., Optimisation of Concentrating Solar Thermal Power Plants with Neural Networks, vol. 6593, , 190–199 p. (lire en ligne)
  12. A.A. D’Archivio et al., Artificial Neural Network Prediction of Multilinear Gradient Retention in Reversed-Phase HPLC, vol. 407, , 1-10 p. (lire en ligne)

Liens externes

Cet article est issu de wikipedia. Text licence: CC BY-SA 4.0, Des conditions supplĂ©mentaires peuvent s’appliquer aux fichiers multimĂ©dias.