Knihovna neuronových sítí s editorem

Abstract

Modely neuronových sítí se častěji s přibývající rychlostí počítačů využívají v desktopových aplikacích. Velmi rozšířenou platformou pro psaní desktopových aplikací je .NET Framework, ale i přesto neexistuje pro platformu .NET Framework knihovna neuronových sítí, která by měla jednoduché API a možnost pracovat s objekty knihovny v grafickém prostředí. Autor si dal za cíl takovou knihovnu vytvořit. Hlavní částí práce je knihovna neuronových sítí GNNL, která se prozatím omezuje na implementaci dvou často používaných modelů neuronových sítí, a to vícevrstvého perceptronu a samoorganizující se mapy spolu s jejich učícími algoritmy zpětného šíření chyby a kompetitivního učení. Grafická podpora knihovny GNNL je tvořena knihovnou GNNLV a editorem neuronových sítí. Knihovna GNNLV obsahuje ovládací prvky, které umožňují pracovat s objekty knihovny GNNL a programátor je může použít ve své vlastní aplikaci. Editor neuronových sítí umožňuje v grafickém prostředí neuronovou síť vytvořit, vycvičit, analyzovat, uložit a následně využít v jiné aplikaci. Text práce se věnuje analýze a popisu implementace knihovny i s její grafickou podporou. Součástí práce je i souhrn teorie neuronových sítí určený pro laiky nebo programátory používající knihovnu GNNL. Práce s knihovnou je předvedena na několika příkladech. Powered by TCPDF...

Neural network models are more often used in desktop applications given the increasing speed of computers. A very widespread platform for writing desktop applicatons is .NET Framework. Nevertheless, there is no neural networks library for the .NET Framework platform with a simple API and the possibility to work with library objects in a graphical interface. The author decided to create such a library. The main part of the thesis is a neural networks library GNNL that is initially limited to implementing two frequently used neural networks models which are a multilayer perceptron and self- organizing map together with learning algorithms of backpropagation and competitive learning. Graphical support of the library GNNL consists of a library GNNLV and neural network editor. The Library GNNLV contains the controls that allow working with GNNL library objects and a programmer can use them in his or hers application. The Neural network editor enables the programmer to create a neural network in a graphical interface, train it, analyze it, save it, and later use it in different applications. Text of the thesis focuses on analyzing and describing the implementation of the library with its graphical support. A major component of the text is a summary of neural networks theory for laics or programmers using library...