В настоящее время известно большое количество нейропакетов, выпускаемых рядом фирм и отдельными исследователями и позволяющих конструировать, обучать и использовать нейронные сети для решения практических задач.
К наиболее мощным зарубежным пакетам, используя данные анализа журнала "Нейрокомпьютер", можно отнести:
1) NeuroSolutions фирмы NeuroDimension Inc. - нейропакет с широкими средствами визуализации, для конструирования НС с произвольной топологией и процедурами обучения;
2) NeuralWorks Professional II/ Plus с модулем UDND фирмы NeuralWare Inc. - инструментальная среда для разработки приложений на основе 25 моделей НС с полным набором средств для обучения и тестирования НС;
3) Process Advisor фирмы AlWare Inc. - нейропакет для решения задач управления динамическими процессами;
4) NeuralShell 2 фирмы Ward Systems Group - нейропакет для моделирования наиболее известных нейропарадигм (многослойных НС, сетей Кохонена и др.);
5) BrainMaker Pro фирмы California Scientific Software - инструментальная среда для разработки приложений на основе НС для распознавания образов, прогнозирования и нейросетевой памяти.
В качестве тестовой была рассмотрена задача прогнозирования многомерного временного ряда. В качестве архитектуры взята многослойная нейронная сеть с различными критериями и алгоритмами обучения.
В результате все нейропакеты показали практически одинаковые результаты по времени обучения с помощью алгоритма обратного распространения ошибки. Поэтому оценка производилась по показателям нейропакетов, связанным с возможностями использования различных нейронных структур, критериев оптимизации и алгоритмов обучения сетей, а также с простотой использования нейропакетов и наглядностью представляемой информации.
При тестировании учитывались и возможности использования нейропакетов для разработки нейронных систем при решении прикладных задач. В результате были определены следующие показатели сравнения, отражающие возможности нейропакетов:
- простота создания и обучения нейронной сети, интуитивно понятный интерфейс;
- простота подготовки обучающей выборки;
- наглядность и полнота представления информации в процессе создания и обучения нейронной сети;
- количество реализуемых стандартных нейропарадигм, критериев и алгоритмов обучения нейронной сети;
- возможность создания собственных нейронных структур;
- возможность использования собственных критериев оптимизации;
- возможность использования собственных алгоритмов обучения нейронной сети;
- простота обмена информацией между нейропакетом и другими приложениями операционной системы;
- открытость архитектуры, т.е. возможность расширения нейропакета за счет собственных программных модулей.
Среди российских разработчиков современных нейропакетов можно выделить следующих:
1) НейроКомп (ВЦ СО РАН, Красноярск), пакет "Глаз" - распознавание визуальных образов; используется для обработки аэрокосмической информации; пакет "Клаб" - среда для решения задач классификации, в том числе в медицинской, психологической и технической диагностике;
2) АО "Нейрома - РД" (Москва), пакет "Нейроимитатор" - пакет программ моделирования биологических нейронных сетей;
3) ТОО НПИЦ "Микросистемы" (Москва), пакет "TextAnalyst" - нейросетевая система автоматического смыслового анализа текстов;
4) АОЗТ "Альфа Систем" (ЛЭТИ, Санкт-Петербург), пакет "Neuro Office" - пакет для проектирования интеллектуальных программных модулей на основе НС с ядерной организацией;
5) ООО "НейрОК" (МГУ, Москва), пакет "Excel Neural Package" - нейропакет для статистического прогнозирования и анализа многомерных данных. Представляет собой надстройку над Microsoft Excel и не предъявляет особых требований к оборудованию; состоит из двух независимых компонентов: Winnet и Kohonen Map.
Проанализировав существующие пакеты, можно сделать вывод, что большинство из них принадлежит разработкам зарубежных фирм.