|
Expert
system專家系統 u DRAMA(windows中文版本) 採Java語言開發，具備知識建立與快速推論的能力， 可開發各式領域的專家系統。 u Visual Rule Studio Upwarding-Compatibility to Level Five object. integrated with VB & deploy on the internet. u CBR-Works (Case Base Reasoning) 案例式專家推理工具。 Data Mining
發展工具 u DataEngine Intelligent data analysis and data mining using neural networks, fuzzy logic and statistical methods for data analysis u XpertRule Miner 包含多種機器學習(Machine Learning) 技術。 Rule Induction ; Decision Tree
; ANN Fuzzy Logic for Decision Support
u Fuzzy Tech for Business Pack Supervised by Dr. Zimmermann Univ. Achen, Gemany u O’inca
Neuro Fuzzy system Supervised by Dr. Paul Wang Univ. Duke, USA uEvolver (Genetic Algorithm) 基因工程演算法 最佳化Optimization 軟體工具 u RISK Optimizer風險最佳化軟體工具 A New Era in
Optimization Product Optimizes Models with Uncertain Factors |
Knowledge Management tool (windows中文版本) Visual KM是一套個人數位視覺化知識管理工具， 易學易用，是知識經濟競個人爭力提昇必備工具。 可視為【Information 的盡頭、Knowledge的起點】 Bayesian
Network for Decision Support uHugin Explorer & Hugin professional
市場上佔有率最高Belief Bayesian network (BBN) u Netica Programming by Belief Network-Bayesian Network & Influence
Diagram technique. 類神經網路Artificial Neural Networks (ANN) u PC Neuron 4.0 (windows 中文版本) 5種神經網路模式，本土軟體易學易用， 中文手冊，多種應用範例。 u Professional II / PLUS 市場上佔有率最高，提供多達28種神經網路學 模式，內含BP 的C code 產生器，易與系統結合。 u Predict(add-in Excel) 提供前處理功能包括:資料與變數篩選;在後處理部分，提供敏感度分析、解釋模組、案例式推理功能。 ANSI
Common Lisp & Prolog u LISP Works u Visual Prolog (Turbo prolog new edition) u LPA Prolog ( Edinburgh Syntax ) Agent 代理人機制 u LPA agent: Distributed agent toolkit |
DRAMA
採Java語言開發，具備知識建立與快速推論的能力，並開發各式領域的專家系統。
其特點如下：
l 規則推論能力
提供前推與後推快速推論引擎，可將推論結果回存至資料庫或觸發相關系統的指定動作。
l 跨平台能力
可在Windows系列、Unix、Linux及FreeBSD等平台上快速執行推論。
l Web-based System API
提供以Web為基礎的應用程式開發介面，藉此開發Web上的專家系統，
讓使用者可以利用瀏覽器取得專家系統的協助，而管理者可在伺服器端
進行管理與知識建立。
l Java-based System API
提供以Java為開發語言的應用程式開發介面，藉此開發專屬介面的專家系統，
讓使用者進行管理、建立知識與推論知識。
l 標準知識輸入與測試介面
提供標準規則輸入、修改與測試介面，提供管理者建立專家知識，並進行測試。
l 多專家系統並存
提供同一推論核心系統，同時建立多個專家系統，並可分開或合併推論知識，
取得推論結果。
l 支援開放性資料庫連接
v PCNeuron4.0 類神經網路軟體(中文版)
PCNeuron4.0是一套在Windows上執行之完整的類神經網路建構環境，它不但適合學術界的教學與研究，
也適合企業界用以發展實際的應用。(附應用類神經網路一書，儒林圖書ISBN:957-499-423-6)
|
內建網路模式： 1. 倒傳遞網路(BPN) 2. 多層函數連結網路( MFLN) 3. 學習迴歸網路(GRN) 4. 學習向量化網路(LVQ) 5. 半徑式函數網路(RBFN) |
應用範例： 1.
混凝土配比強度推估 2.
倒立掃帚模式化 3. 卡車倒車模式化 4. 一聚縮反應監控 5.
蒸餾反應監控 6.
新竹地區空氣品質指標預測 7. 美國國庫券利率預測 |
8. 台灣証交所收盤指數預測 9.
太陽黑子數目預測 10. 個人信用評估 11. 基樁型式決策 12. 基樁破損診斷 13. 岩石模糊分類 14.植物亞種分類 |
v O’INCA Design
Framework
模糊邏輯(Fuzzy Logic)及類神經網路(Neural Network)、Hybrid發展工具
O'INCA是一套智慧型Hybrid發展工具，透過此架構可整合模糊邏輯(Fuzzy Logic)，類神經網路(Neural Network)和使用者定義的模組，每一個模糊邏輯都支援多個輸入、多個輸出和多個規則庫(Multiple-Rulebase)系統的發展，以專家推論的形式執行。
O'INCA包含圖形使用者介面(GUI)，設計驗正及除錯(Design Validation and Debugging)，模擬(Simulation)，C程式碼產生器(C code Generation)及設計程式碼編輯工具等。
XpertRule Miner資料採礦知識萃取軟體
XpertRule Miner所採用之資料採礦(data mining)是最近學術界與產業界十分重視的技術，簡單地說，它是藉由資訊技術從大量資料裡粹取出資訊與結果之間的關聯性。天文學家用它來把天文資料裡的信號和雜訊分開，生物學家用來找出細胞DNA序列裡的基因組合關聯。而企業可以用它得到顧客與購買產品之間的相關資訊。現今大多數企業在分析他們的客戶資料時，採取傳統統計方法所做出的結果，仍具有改進的空間。
倘若沒有完全做到客戶分群，使用不夠準確的工具來將客戶區隔成過於粗糙的分類，所導致的結果就是將企業有限資源浪費在無法提供最大投資報酬率的客戶身上。因此採用Miner所提供資料採礦(data mining)技術所得到之資訊，企業可以做出最適當的決策，例如:促銷方案、廣告方式。藉此資訊企業能推出滿足各種不同類型顧客所需求的產品，並且提供具有吸引力的廣告，以最少的成本達成最有效的行銷效果，進而追求更高的企業獲利。
資料採礦的發展與應用
資料採礦(也被稱為資料探勘、資料採掘)是資料庫技術的一個重大演進。最早的資料庫只是用來當作紙張檔案的替代品。現在為了要從原始資料裡擷取出有用資訊，資料採礦技術便應運而生。現代科技提供企業豐富的經營資訊，產業在此高度競爭的年代，必須在眾多的競爭者中尋求企業致勝之道。資料採礦目前最常應用於資料分群方面，藉此發現資料間的特點，藉此改進缺點提昇競爭力。以下是目前常見的應用
l 顧客關係管理
l 知識管理
l 管理控制
l 成本分析
l 風險管理
l 銷售預測
市場區隔
如何判斷您是否需要使用XpertRule Miner，如果您有下列問題，那可能就需要使用本軟體解決您的困擾
l 管理所需資訊超過負荷或組織性不夠
l 所擁有之資訊非常混亂與導致容易誤用
l 所面臨問題複雜度高
l 需要對資訊做出即時決策分析
XpertRule Miner實例---客戶關係管理
Question客戶關係管理在現今的企業是非常重要的課題，企業需要了解如何針對不同客戶的需求，提供相對應之行銷策略，創造更高的利潤和更大的客戶黏度 (Stickiness)。
Past error 企業對客戶的瞭解基本上建立在行銷紀錄上，過去我們大部份依賴資深經理人所累積的實務經驗，進而採取對應的策略。倘若經理人經驗不足或資訊太過龐雜，所做出之決策便容易有極大之誤差，浪費有限的企業資源，導致企業獲利之減少。
Furute Answer 藉由科技的進步，XpertRule Miner結合經理人的專業知識和經驗判斷，利用各種既有的資料庫，Miner能夠將資料直接轉換成所需的格式，進而處理龐大的資料，藉由本軟體資料採礦的技術，可以讓企業充分了解客戶需求，做出如目標行銷、缺點改進、產品研發等決策資訊，減少不必要支出之成本，進而為企業帶來更高的利潤貢獻。
Data mining之所以能夠逐漸成為主流技術，在於能夠自大量且多元的資料庫中淬煉出有價值的資訊，不只協助構建決策分析模型外，更提供預測、分類與分析能力。XpertRule Miner能引導使用者進一步了解Data mining的應用，並能整合資料庫的內容，為使用者提供策略方案並帶來更高的貢獻。XpertRule Miner是由大量的軟體元素所組成的，利用內建之複雜演算法，將龐雜的資料轉換成有條理的資訊，如果使用者根據資料採礦所提供的資訊來採取行動的話(而且持續更新資料倉儲內資料)，將會享受到XpertRule Miner所提供源源不絕的助益。