Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску

LIONsolver - это интегрированное программное обеспечение для интеллектуального анализа данных , бизнес-аналитики , аналитики и моделирования обучения и интеллектуальной оптимизации [1] и реактивного подхода к бизнес-аналитике . [2] Некоммерческая версия доступна как LIONoso .

LIONsolver можно использовать для построения моделей, их визуализации и улучшения бизнес-процессов и инженерных процессов. Это инструмент для принятия решений на основе данных и количественных моделей, его можно подключить к большинству баз данных и внешних программ, он полностью интегрирован с программным обеспечением бизнес-аналитики Grapheur и предназначен для более продвинутых пользователей, заинтересованных в разработке бизнес-логики и процессов, а также не только в простых задачах аналитики и визуализации.

Обзор [ править ]

LIONsolver основан на исследовательских принципах в области оптимизации реактивного поиска [3], которые защищают использование самонастраивающихся схем, действующих во время работы программной системы. Обучение и интеллектуальная оптимизация относится к интеграции схем машинного обучения онлайн в программное обеспечение для оптимизации, чтобы оно стало способным учиться на своих предыдущих запусках и на основе отзывов людей. Родственный подход - это подход «Программирование путем оптимизации» [4], который обеспечивает прямой способ определения пространств проектирования, включающий оптимизацию реактивного поиска, и автономного поиска [5], пропагандирующего адаптацию алгоритмов решения проблем.

Версия 2.0 программного обеспечения была выпущена 1 октября 2011 года и охватывает также операционные системы Unix и Mac OS X в дополнение к Windows.

Компоненты моделирования включают нейронные сети, полиномы, локально взвешенную байесовскую регрессию, кластеризацию k-средних и самоорганизующиеся карты. Доступна бесплатная академическая лицензия для некоммерческого использования и использования в классе.

Программная архитектура LIONsolver [6] допускает интерактивную многоцелевую оптимизацию с пользовательским интерфейсом для визуализации результатов и облегчения анализа решения и процесса принятия решений. Архитектура допускает расширения для конкретных задач и может применяться в качестве инструмента последующей обработки для всех схем оптимизации с рядом различных потенциальных решений. Когда архитектура тесно связана с конкретным методом решения проблем или оптимизации, могут быть разработаны эффективные интерактивные схемы, в которых принимает окончательное решение. [7]

24 апреля 2013 года LIONsolver получил первый приз Фонда Майкла Дж. Фокса - конкурс данных Kaggle Parkinson's Data Challenge, в котором использовалась «мудрость толпы» на благо людей с болезнью Паркинсона . [8]

См. Также [ править ]

Ссылки [ править ]

  1. ^ Баттити, Роберто; Мауро Брунато (2014). ЛЕВЫЙ путь. Машинное обучение плюс интеллектуальная оптимизация . Тренто, Италия: LIONlab, Университет Тренто. ISBN 978-14-960340-2-1.
  2. ^ Баттити, Роберто; Мауро Брунато; Франко Маскиа (2008). Реактивный поиск и интеллектуальная оптимизация . Springer Verlag . ISBN 978-0-387-09623-0.
  3. ^ Баттити, Роберто; Джанпьетро Теккиолли (1994). «Реактивный табу-поиск» (PDF) . ORSA Journal on Computing . 6 (2): 126–140. DOI : 10.1287 / ijoc.6.2.126 .
  4. ^ Holger, Hoos (2012). «Программирование оптимизацией». Коммуникации ACM . 55 (2): 70–80. DOI : 10.1145 / 2076450.2076469 .
  5. ^ Юсеф, Хамади; Э. Монфрой; Ф. Саубион (2012). Автономный поиск . Нью-Йорк: Springer Verlag . ISBN 978-3-642-21433-2.
  6. ^ Баттити, Роберто; Мауро Брунато (2010). "Grapheur: Программная архитектура для реактивной и интерактивной оптимизации" [Обучение и интеллектуальная оптимизация LION 4, 18-22 января 2010 г., Венеция, Италия] (PDF) . Конспект лекций по информатике . 6073 : 232–246. DOI : 10.1007 / 978-3-642-13800-3 . ISBN 978-3-642-13799-0.
  7. ^ Баттити, Роберто; Андреа Пассерини (2010). «Эволюционная многоцелевая оптимизация мозга и компьютера (BC-EMO): генетический алгоритм, адаптирующийся к лицам, принимающим решения» (PDF) . IEEE Transactions по эволюционным вычислениям . 14 (15): 671–687. DOI : 10.1109 / TEVC.2010.2058118 .
  8. ^ " " Подход машинного обучения "к данным смартфонов приносит первый приз в размере 10 000 долларов США в конкурсе данных Фонда Майкла Дж. Фокса" Паркинсон " . MJFF. 24 апреля 2013 г.

Внешние ссылки [ править ]

  • Официальный некоммерческий сайт LIONsolver