Scopo
Il componente aggiuntivo Neural Network Tuning è una piattaforma di rete neurale alternativa che fornisce un modo semplice per generare numerose reti neurali per identificare il miglior set di parametri per la struttura del livello nascosto, il potenziamento e le opzioni di adattamento.
Come funziona
L'utente specifica il numero di modelli di rete neurale che verranno eseguiti e imposta l'intervallo di parametri e le opzioni di adattamento. Viene generato un DOE Fast Flexible Space Filling con i parametri di ottimizzazione come Factors e Training, Validation e Testing R 2 valori come Risposte.
Ogni prova nel DOE viene passata alla piattaforma Neural Network e al R 2 i valori vengono registrati in una tabella DOE di output. Dopo che tutti i modelli sono stati eseguiti, la tabella viene ordinata per Convalida R 2 e vengono visualizzati una serie di grafici per aiutare l'utente a identificare gli effetti più importanti per massimizzare la Validation R 2 valori.
È possibile generare modelli aggiuntivi regolando i parametri di ottimizzazione e rieseguendo il DOE. Le nuove esecuzioni verranno aggiunte alla tabella originale.
La tabella dei dati può essere salvata e ricaricata nella piattaforma per salvare i progressi e riavviare ulteriori analisi. Questo è un modo per mettere a punto le reti neurali che potrebbero richiedere un tempo di calcolo considerevole.
Videoguida
Appunti
Il componente aggiuntivo è stato testato su Windows e Mac utilizzando JMP Pro versione 17.1
