라이온솔버
LIONsolver | 이 기사의 주요 기고자는 그 주제와 밀접한 관련이 있는 것으로 보인다. (2014년 12월) |
 | 이 글은 광고처럼 쓰인 내용을 담고 있다. 및 한 외부 를인 에서 작성된 하십시오.(2019년 3월)(이 및 |
| 개발자 | 반응형 검색 srl |
|---|---|
| 안정적 해제 | 2.0.198 / 2011년 10월 9일; 전 |
| 운영 체제 | Windows , Mac OS X, Unix |
| 다음에서 사용 가능 | 영어 |
| 유형 | 비즈니스 인텔리전스 소프트웨어 |
| 면허증. | 독점 소프트웨어, 학술용 무료 |
| 웹사이트 | lionoso |
라이온솔버는 데이터 마이닝, 비즈니스 인텔리전스, 분석, 모델링 학습 및 인텔리전트 OptimizatioN과[1] 사후 대응적인 비즈니스 인텔리전스 접근 방식을 위한 통합 소프트웨어다.[2]비영리 버전은 라이오노소로서 이용 가능하다.osso)로 이용할 수 있다.null
라이온솔버는 모델을 만들고, 시각화하고, 비즈니스 및 엔지니어링 프로세스를 개선하는 데 사용될 수 있다.데이터와 정량적 모델을 기반으로 의사결정을 내리는 툴로서 대부분의 데이터베이스와 외부 프로그램에 연결할 수 있으며, Graphheur 비즈니스 인텔리전스 소프트웨어와 완벽하게 통합되어 있으며, 단순한 분석과 시각화뿐만 아니라 비즈니스 로직과 프로세스 설계에 관심이 있는 보다 고급 사용자를 대상으로 한다.임무들
개요
라이온솔버는 소프트웨어 시스템이 실행되는 동안 동작하는 자체 조정 계획의 사용을 옹호하는 리액티브 검색 최적화의[3] 연구 원칙에서 유래한다.학습과 인텔리전트 옵티마티오N은 온라인 머신러닝 체계가 최적화 소프트웨어에 통합되어 이전의 실행과 인간의 피드백으로부터 학습할 수 있게 되는 것을 말한다.관련 접근방식은 대응적 검색 최적화와 관련된 설계 공간을 직접 정의하는 방법을 제공하는 최적화에 의한 프로그래밍과 문제 해결 알고리즘의 적응을 옹호하는 자율 검색이다.[4]null
이 소프트웨어의 버전 2.0은 2011년 10월 1일에 출시되었는데, 윈도 외에 유닉스 및 맥 OS X 운영 체제도 망라하고 있다.null
모델링 구성 요소에는 신경 네트워크, 다항식, 국부 가중 베이시안 회귀 분석, k-평균 군집화, 자가 구성 맵 등이 포함된다.비상업적 사용과 학급 사용을 위한 무료 학술 면허가 있다.null
라이온솔버의[6] 소프트웨어 아키텍처는 결과를 시각화하고 솔루션 분석과 의사결정 프로세스를 용이하게 하기 위한 사용자 인터페이스와 함께 대화형 다중 객관적 최적화를 허용한다.아키텍처는 문제별 확장을 허용하며, 다양한 잠재적 솔루션을 가진 모든 최적화 계획을 위한 사후 처리 도구로서 적용할 수 있다.아키텍처가 특정한 문제 해결이나 최적화 방법과 밀접하게 결합될 때, 최종 의사결정자가 루프에 있는 효과적인 상호작용 체계를 개발할 수 있다.[7]null
2013년 4월 24일 라이온솔버는 파킨슨병을 앓고 있는 사람들에게 혜택을 주기 위해 "군중의 지혜"를 활용한 콘테스트인 마이클 J. 폭스 재단 – 카글 파킨슨 데이터 챌린지 1등상을 받았다.[8]null
참고 항목
참조
- ^ Battiti, Roberto; Mauro Brunato (2014). The LION way. Machine Learning plus Intelligent Optimization. Trento, Italy: LIONlab, University of Trento. ISBN 978-14-960340-2-1.
- ^ Battiti, Roberto; Mauro Brunato; Franco Mascia (2008). Reactive Search and Intelligent Optimization. Springer Verlag. ISBN 978-0-387-09623-0.
- ^ Battiti, Roberto; Gianpietro Tecchiolli (1994). "The reactive tabu search" (PDF). ORSA Journal on Computing. 6 (2): 126–140. doi:10.1287/ijoc.6.2.126.
- ^ Holger, Hoos (2012). "Programming by optimization". Communications of the ACM. 55 (2): 70–80. doi:10.1145/2076450.2076469.
- ^ Youssef, Hamadi; E. Monfroy; F. Saubion (2012). Autonomous Search. New York: Springer Verlag. ISBN 978-3-642-21433-2.
- ^ Battiti, Roberto; Mauro Brunato (2010). "Grapheur: A Software Architecture for Reactive and Interactive Optimization " [Proceedings Learning and Intelligent OptimizatioN LION 4, Jan 18-22, 2010, Venice, Italy.] (PDF). Lecture Notes in Computer Science. 6073: 232–246. doi:10.1007/978-3-642-13800-3. ISBN 978-3-642-13799-0.
- ^ Battiti, Roberto; Andrea Passerini (2010). "Brain-Computer Evolutionary Multi-Objective Optimization (BC-EMO): a genetic algorithm adapting to the decision maker" (PDF). IEEE Transactions on Evolutionary Computation. 14 (15): 671–687. doi:10.1109/TEVC.2010.2058118.
- ^ ""Machine Learning Approach" to Smartphone Data Garners $10,000 First Prize in The Michael J. Fox Foundation Parkinson's Data Challenge". MJFF. April 24, 2013.
