Функционал;Реализовано;В разработке
Многослойные нейронные сети;сверточные и полносвязные;рекурентные
Глубокое обучение;поддержка обучения на процессоре и видеокарте, алгоритмы: градиентный спуск и его оптимизаторы (Adam и др.);
Типы задач;классификация (идентификация, верификация), понижение размерности (извлечение признаков классическими методами анализа и нейронными сетями - автокодировщиками), повышение размерности (переход в спрямляющее мета-пространство признаков Байеса-Минковского), порождение объектов (частично - только на базе метода Монте-Карло);генеративно-состязательные сети (GAN), вариационные автокодировщики
Преобразователи биометрия-код (ПБК), защита ИИ;нечеткие экстракторы, нейросетевые ПБК (ГОСТ 52633.5), ПБК на базе сетей Байеса-Минкоского, гибридные ПБК, оценка энтропии и стабильности выходных кодов НПБК;
Автоматически обучаемые сетевые модели;искусственные иммунные сети, гибридные нейронные сети, широкие нейронные сети, сети радиально-базисных функций, сети нейронов Байеса-Минковского и др.;
Статистический подход;семейство Байесовских классификаторов ("наивный", "осторожный" и др.), проверка гипотез о законе распределения (8 законов для описания признаков), оценка коррелированности и информативности признаков;
Другие классификаторы;простые параметризованные классификаторы (на базе мер Минковского/Махаланобиса и Байеса-Минковского), множество статистических критериев для проверки гипотез и др.;деревья решений, машина опорных векторов
Ансамбли моделей;стеккинг, усреднение модели, бэггинг и бустинг (входят в функционал сетевых моделей), другое (переход в мета-пространство признаков Байеса-Минковского, объединение пространств признаков);алгоритмы бустинга (AdaBoost и др.), случайный лес, нейродинамика
Анализ сигналов;спектрограммы, кепстрограммы (на базе STFT, разные оконные функции), корреляционный и вейвлет анализ (разные базисы, алгоритм Малла) и др.;
Тестирование;прямой численный эксперимент (оценка точности, вероятности ошибок 1-го и 2-го рода, Equal Error Rate), тестирование по ГОСТ 52633.3 (частично), оценка достоверности через доверительных интервал;тестирование по ГОСТ 52633.3 со скрещиванием образов
Форматы данных;загрузка "сырых" данных из CSV, WAV, PCM, EDF+, файлов термограмм и др., загрузка обработанных данных (признаков) из xml, txt;поддержка большего числа графических форматов
Модули;статистического анализа признаков и классификации, конструктор многослойных нейронных сетей,генератор шаблонов классов, модуль оценки энтропии кодов ПБК, модуль анализа "сырых" данных, модуль оценки ошибок, экспорт данных, консольный модуль;создание сложных ансамблей из различных методов анализа, классификаторов и нейронных сетей, генератор научных отчетов, мастер