Diferencia entre revisiones de «OpenNN»

De Wikipedia, la enciclopedia libre
Explorar historial interactivamente
← Ir a diferencia anteriorIr a siguiente diferencia →
Contenido eliminado Contenido añadido
VisualWikitexto
Corregir ficha
He actualizado la información conforme a nuevos artículos y referencias.
Línea 20: Línea 20:
'''OpenNN''' es una [[Biblioteca_(informática)|biblioteca informática]] escrita en [[C++]] que implementa [[Red neuronal artificial|redes neuronales]].
'''OpenNN''' es una [[Biblioteca_(informática)|biblioteca informática]] escrita en [[C++]] que implementa [[Red neuronal artificial|redes neuronales]].
La biblioteca es de [[código abierto]], está alojada en [[SourceForge]] y ha sido distribuida bajo la [[GNU Lesser General Public License|Licencia Pública General Reducida de GNU]].
La biblioteca es de [[código abierto]], está alojada en [[SourceForge]] y ha sido distribuida bajo la [[GNU Lesser General Public License|Licencia Pública General Reducida de GNU]].
OpenNN fue llamada originalmente Flood.
OpenNN fue llamada originalmente Flood. <ref>{{cita web
| url=http://www.luisllamas.es/2013/10/opennn-redes-neuronales/
| title= OpenNN – Redes neuronales open source
|fechaacceso =7 de octubre de 2013
}}</ref>


OpenNN implementa los métodos para la [[minería de datos]] como un conjunto de funciones que pueden ser añadidas en otras herramientas de software que utilicen una [[interfaz de programación de aplicaciones]] (IPA), para la interacción entre la herramienta de software y las tareas de análisis predictivo.
⚫
==Historia==
De tal modo que, la biblioteca no cuenta con una interfaz gráfica, pero algunas de las funciones que desarrolla pueden apoyarse con herramientas de visualización específicas. <ref>(en ingles){{cita revista
| url= http://www.academia.edu/6491835/Categorization_of_Data_Mining_Tools_Based_on_Their_Types_
| título= Categorization of Data Mining Tools Based on Their Types
| autor= J. Mary Dallfin Bruxella et al.
| revista = International Journal of Computer Science and Mobile Computing | volume = 3 | issue = 3 | pages = 445-452 | year = 2014
}}</ref>


⚫
==Historia==
El desarrollo empezó en el Centro Internacional de Métodos Numéricos en Ingeniería (CIMNE) durante 2003,
⚫
como parte del proyecto de investigación de la [[Unión Europea]] RAMFLOOD.<ref>{{cita web|url=http://cordis.europa.eu/projects/rcn/67049_en.html |título=CORDIS - EU Research Project RAMFLOOD |editorial=European Commission | fechaacceso=28-05-2014}}</ref>
Después continuó como parte de proyectos similares.<ref>{{cita web|url=http://cordis.europa.eu/projects/rcn/72292_en.html |título=CORDIS - EU Research Project DISHEART |editorial=European Commission | fechaacceso=28-05-2014}}</ref><ref>{{cita web|url=http://cordis.europa.eu/projects/rcn/75787_en.html |título=CORDIS - EU Research Project DEEPWELD |editorial=European Commission | fechaacceso=28-05-2014}}</ref><ref>{{cita web|url=http://cordis.europa.eu/projects/rcn/81401_en.html |título=CORDIS - EU Research Project RAMWASS |editorial=European Commission | =28-05-2014}}</ref>
⚫
Actualmente, OpenNN está siendo desarrollada por la [[compañía startup]] Intelnics.<ref>{{cita web|url=http://www.intelnics.com |título=Sitio web de Intelnics | fechaacceso=28-05-2014}}</ref>


⚫
El desarrollo empezó en el Centro Internacional de Métodos Numéricos en Ingeniería (CIMNE) durante 2003, como parte del proyecto de investigación de la [[Unión Europea]] RAMFLOOD.<ref>{{cita web|url=http://cordis.europa.eu/projects/rcn/67049_en.html |título=CORDIS - EU Research Project RAMFLOOD |editorial=European Commission | fechaacceso=28-05-2014}}</ref>
==Diseño==
⚫
Después continuó como parte de proyectos similares. Actualmente, OpenNN está siendo desarrollada por la [[compañía startup]] Intelnics.<ref>{{cita web|url=http://www.intelnics.com |título=Sitio web de Intelnics | fechaacceso=28-05-2014}}</ref>


En 2014, la página Big Data Analytics Today calificó OpenNN como #1 en su lista de proyectos de inteligencia artificial inspirados en el funcionamiento del cerebro. <ref>(en inglés){{cita web
El problema del aprendizaje en OpenNN se formula desde la perspectiva del [[análisis funcional]] y el [[cálculo de variaciones]].<ref>Lopez, R. and Onate, E. A Variational Formulation for the Multilayer Perceptron, Artificial Neural Networks - ICANN 2006, [[Lecture Notes in Computer Science]] 4132(I) 159-168, 2006.</ref>
| url=http://www.bigdataanalyticstoday.com/top-brain-inspired-artificial-intelligence-projects
La estrategia de resolución consiste en tres pasos. En el primer paso se elige una [[Red neuronal artificial|red neuronal]] que aproxime la solución. Luego se formula el problema mediante la selección de un [[Funcional|funcional]] apropiado. En el tercer paso se aplica [[Optimización (matemática)|optimización]] para resolver el problema.
| título= Top 12 Brain Inspired Artificial Intelligence Projects
| autor= Big Data Analytics Today
| fecha= Octubre 2014
}}</ref>
En el mismo año, OpenNN también fue seleccionado por la página ToppersWorld entre las 5 mejores aplicaciones de [[mineria de datos]]. <ref>(en inglés){{cita web
| url=http://toppersworld.com/top-5-open-source-data-mining-tools/
| título= Top 5 Open Source Data Mining Tools
| autor= ToppersWorld
| fecha= Noviembre 2014
}}</ref>


==Applicaciones==
==Aplicaciones==


OpenNN es un software de propósito general,<ref>(en inglés){{cita web
OpenNN es capaz de aprender a partir de [[conjunto de datos|conjuntos de datos]] y [[modelo matemático|modelos matemáticos]]. De esta manera, la biblioteca se puede usar para resolver aplicaciones de [[Regresión_(estadística)|regresión de funciones]], [[reconocimiento de patrones]], [[Serie temporal|predicción de series temporales]], [[control óptimo]] y [[problema inverso|problemas inversos]].
| url=http://www.efytimes.com/e1/fullnews.asp?edid=142005
| título= Here Are 7 Thought-Provoking AI Software Packages For Your Info
| autor= Saurabh Singh
| fecha= 25 de Junio del 2014
}}</ref>que puede ser utilizado para tareas de [[aprendizaje automático]], [[minería de datos]] y análisis predictivo en diferentes áreas.
Por ejemplo, la biblioteca de código ha sido utilizada en el sector de la ingeniería,<ref>(en inglés){{cita revista
| url= http://onlinelibrary.wiley.com/doi/10.1002/nme.2304/abstract
| título= Neural Networks for Variational Problems in Engineering
| autor= R. Lopez et al.
| revista = International Journal for Numerical Methods in Engineering
| volumen = 75
| número = 11
| páginas = 445-452
| año = 2014
}}</ref>de la energía, <ref>(en inglés){{cita revista
| url= http://link.springer.com/chapter/10.1007/978-3-642-20282-7_20
| título= Optimisation of Concentrating Solar Thermal Power Plants with Neural Networks
| autor= P. Richter et al.
| revista = Lecture Notes in Computer Science
| volumen = 6593
| páginas = 190-199
| año = 2011
}}</ref>o de la industria química. <ref>(en inglés){{cita revista
| url= http://link.springer.com/article/10.1007/s00216-014-8317-3
| título= Artificial Neural Network Prediction of Multilinear Gradient Retention in Reversed-Phase HPLC
| autor= A.A. D’Archivio et al.
| revista = Analytical and Bioanalytical Chemistry
| páginas = 1-10
| año = 2014
}}</ref>


==Véase también==
==Véase también==

Revisión del 11:32 9 feb 2015

OpenNN
Archivo:Opennn standard logo.svg
Información general
Tipo de programa biblioteca de software
Desarrollador Intelnics
Lanzamiento inicial 2003
Licencia GNU LGPL
Información técnica
Programado en C++
Versiones
Última versión estable 3.110 de febrero de 2017
Enlaces
[editar datos en Wikidata]

OpenNN es una biblioteca informática escrita en C++ que implementa redes neuronales. La biblioteca es de código abierto, está alojada en SourceForge y ha sido distribuida bajo la Licencia Pública General Reducida de GNU. OpenNN fue llamada originalmente Flood. [1]​

OpenNN implementa los métodos para la minería de datos como un conjunto de funciones que pueden ser añadidas en otras herramientas de software que utilicen una interfaz de programación de aplicaciones (IPA), para la interacción entre la herramienta de software y las tareas de análisis predictivo. De tal modo que, la biblioteca no cuenta con una interfaz gráfica, pero algunas de las funciones que desarrolla pueden apoyarse con herramientas de visualización específicas. [2]​

Historia

El desarrollo empezó en el Centro Internacional de Métodos Numéricos en Ingeniería (CIMNE) durante 2003, como parte del proyecto de investigación de la Unión Europea RAMFLOOD.[3]​ Después continuó como parte de proyectos similares. Actualmente, OpenNN está siendo desarrollada por la compañía startup Intelnics.[4]​

En 2014, la página Big Data Analytics Today calificó OpenNN como #1 en su lista de proyectos de inteligencia artificial inspirados en el funcionamiento del cerebro. [5]​ En el mismo año, OpenNN también fue seleccionado por la página ToppersWorld entre las 5 mejores aplicaciones de mineria de datos. [6]​

Aplicaciones

OpenNN es un software de propósito general,[7]​que puede ser utilizado para tareas de aprendizaje automático, minería de datos y análisis predictivo en diferentes áreas. Por ejemplo, la biblioteca de código ha sido utilizada en el sector de la ingeniería,[8]​de la energía, [9]​o de la industria química. [10]​

Véase también

Referencias

  1. ↑ «OpenNN – Redes neuronales open source». Consultado el 7 de octubre de 2013. 
  2. ↑ (en ingles)J. Mary Dallfin Bruxella et al. (2014). «Categorization of Data Mining Tools Based on Their Types». International Journal of Computer Science and Mobile Computing 3 (3): 445-452. 
  3. ↑ «CORDIS - EU Research Project RAMFLOOD». European Commission. Consultado el 28 de mayo de 2014. 
  4. ↑ «Sitio web de Intelnics». Consultado el 28 de mayo de 2014. 
  5. ↑ (en inglés)Big Data Analytics Today (Octubre 2014). «Top 12 Brain Inspired Artificial Intelligence Projects». 
  6. ↑ (en inglés)ToppersWorld (Noviembre 2014). «Top 5 Open Source Data Mining Tools». 
  7. ↑ (en inglés)Saurabh Singh (25 de junio de 2014). «Here Are 7 Thought-Provoking AI Software Packages For Your Info». 
  8. ↑ (en inglés)R. Lopez et al. (2014). «Neural Networks for Variational Problems in Engineering». International Journal for Numerical Methods in Engineering 75 (11): 445-452. 
  9. ↑ (en inglés)P. Richter et al. (2011). «Optimisation of Concentrating Solar Thermal Power Plants with Neural Networks». Lecture Notes in Computer Science 6593: 190-199. 
  10. ↑ (en inglés)A.A. D’Archivio et al. (2014). «Artificial Neural Network Prediction of Multilinear Gradient Retention in Reversed-Phase HPLC». Analytical and Bioanalytical Chemistry: 1-10. 

Enlaces externos

Obtenido de «https://es.wikipedia.org/w/index.php?title=OpenNN&oldid=79919650»