home *** CD-ROM | disk | FTP | other *** search
/ Robotics & Artificial Int…3 (Professional Edition) / Robotics & Artificial Intelligence Tools 2003 (Professional Edition).iso / neural network tool and application / nsinstall.exe / data1.cab / Program_Files / NeuroSolutions.exe / 2057 / string.txt
Encoding:
Text File  |  2002-03-08  |  11.6 KB  |  162 lines
  1. 1001    A layer of PEs with transfer function y = x\nAxon
  2. 1002    A layer of PEs with transfer function y = x+bias\nBiasAxon
  3. 1007    A layer of PEs with transfer function y = sign(x+bias)\nThresholdAxon
  4. 1025    A layer of PEs with transfer function y = tanh(x+bias)\nTanhAxon
  5. 1027    A layer of PEs with transfer function y = 1 / (1+exp(-x-bias))\nSigmoidAxon
  6. 1029    Passes data between the PEs in two axons\nSynapse
  7. 1030    Fully connects each PE in its input axon to every PE in its output axon, i.e. performs a matrix multiplication\nFullSynapse
  8. 1031    Arbitrarily connects PEs from its input axon to the PEs in its output axon, i.e. performs a sparse matrix multiplication\nArbitrarySynapse
  9. 1032    Attaches a tapped delay line (TDL) to every PE at its input, i.e. a multivariate TDL memory structure\nTDNNAxon
  10. 1033    Attaches a Gamma memory to every PE at its input\nGammaAxon
  11. 1301    A layer of PEs with transfer function y = beta*x + bias\nLinearAxon
  12. 1302    A piecewise linear version of the SigmoidAxon\nLinearSigmoidAxon
  13. 1303    A piecewise linear version of the TanhAxon\nLinearTanhAxon
  14. 1304    A layer of PEs with the soft-max transfer function, typically used as the output layer in classification networks\nSoftMaxAxon
  15. 1306    A layer of PEs with normalized local feedback through individual time constants\nIntegratorAxon
  16. 1307    A layer of PEs with transfer function y = exp[-beta*(x+bias)^2]\nGaussianAxon
  17. 1308    Attaches a Laguarre memory to every PE at its input\nLaguarreAxon
  18. 1309    Saturated version of the IntegratorAxon (0,1)\nSigmoidIntegratorAxon
  19. 1310    Saturated version of the IntegratorAxon (-1,1)\nTanhIntegratorAxon
  20. 1311    A layer of fuzzy PEs with a standard bell transfer function\nBellFuzzyAxon
  21. 1313    The layer of PEs from the input duplicated N times\nExpanderSynapse
  22. 1314    layer of PEs with transfer function y = xi*(1 / (1+exp(-xi-bias)))/sum(xi)\nNormalizedSigmoidAxon
  23. 1315    The layer of PEs from the input are contracted by a factor of N\nContractorSynapse
  24. 1316    A layer of PEs with N outputs and 2N inputs such that each output is the product of 2 inputs\nCombinerAxon
  25. 1317    layer of PEs with transfer function y = xi/sum(xi)\nNormalizedAxon
  26. 1318    A fully connected synapse that excludes the connections between modules\nModularSynapse
  27. 1319    The layer of PEs from the input are fed to the first N PEs of the output\nTopCombinerSynapse
  28. 1320    The layer of PEs from the input are fed to the last N PEs of the output\nBottomCombinerSynapse
  29. 1321    A layer of fuzzy PEs with a gaussian transfer function\nGaussianFuzzyAxon
  30. 1323    Last Synapse for Support Vector Machines\nSVMOutputSynapse
  31. 1324    The layer of PEs from the input are fed to a subset of PEs of the output\nCombinerSynapse
  32. 1603    A layer of PEs where only one is active, i.e. set to one, at any given time\nWinnerTakeAllAxon
  33. 1606    A layer of PEs with local feedback through individual time constants\nContextAxon
  34. 1607    Saturated version of the ContextAxon (-1,1)\nTanhContextAxon
  35. 1608    Saturated version of the ContextAxon (0,1)\nSigmoidContextAxon
  36. 2001    Backpropagation support for Axon\nBackAxon
  37. 2002    Backpropagation support for BiasAxon\nBackBiasAxon
  38. 2003    Backpropagation support for TanhAxon\nBackTanhAxon
  39. 2004    Backpropagation support for SigmoidAxon\nBackSigmoidAxon
  40. 2006    Backpropagation support for TDNNAxon\nBackTDNNAxon
  41. 2007    Backpropagation support for GammaAxon\nBackGammaAxon
  42. 2008    Backpropagation support for Synapse\nBackSynapse
  43. 2009    Backpropagation support for FullSynapse\nBackFullSynapse
  44. 2010    Backpropagation support for ArbritrarySynapse\nBackArbitrarySynapse
  45. 2011    Backpropagation support for all error criteria\nBackCriteriaControl
  46. 2012    Backpropagation support for LaguarreAxon\nBackLaguarreAxon
  47. 2015    Backpropagation support for LinearAxon\nBackLinearAxon
  48. 2018    Backpropagation support for NormalizedSigmoidAxon\nBackNormalizedSigmoidAxon
  49. 2019    Backpropagation support for BellFuzzyAxon\nBackBellFuzzyAxon
  50. 2021    Backpropagation support for CombinerAxon\nBackCombinerAxon
  51. 2022    Backpropagation support for NormalizedAxon\nBackNormalizedAxon
  52. 2023    Backpropagation support for GaussianFuzzyAxon\nBackGaussianFuzzyAxon
  53. 2222    Backpropagation support for IntegratorAxon\nBackIntegratorAxon
  54. 2224    Backpropagation support for SigmoidIntegratorAxon\nBackSigmoidIntegratorAxon
  55. 2225    Backpropagation support for TanhIntegratorAxon\nBackTanhIntegratorAxon
  56. 2226    Backpropagation support for ContextAxon\nBackContextAxon
  57. 2227    Backpropagation support for SigmoidContextAxon\nBackSigmoidContextAxon
  58. 2228    Backpropagation support for TanhContextAxon\nBackTanhContextAxon
  59. 3901    Boxcar metric\nL1Criterion
  60. 3902    Standard euclidean metric, mean squared error (MSE)\nL2Criterion
  61. 3903    Arbitrary moment metric\nLpCriterion
  62. 3904    Approximation to the max metric, using tan(MSE)\nLinfinityCriterion
  63. 3905    Euclidean metric, mean squared error (MSE), modified for temporal data\nL2TemporalCriterion
  64. 3906    Modified version of the L2Criterion for implementation of Support Vector Machines\nSVML2Criterion
  65. 4006    FullSynapse with Hebbian learning\nHebbianFull
  66. 4007    FullSynapse with Oja's unsupervised learning\nOjasFull
  67. 4008    FullSynapse with Sanger's unsupervised learning\nSangersFull
  68. 4009    FullSynapse with standard competitive learning\nStandardFull
  69. 4010    FullSynapse with conscience competitive learning\nConscienceFull
  70. 4011    FullSynapse with 1D neighborhood Kohonen SOFM learning\nLineKohonen
  71. 4012    FullSynapse with square 2D neighborhood Kohonen SOFM learning\nSquareKohonen
  72. 4013    FullSynapse with diamond 2D neighborhood Kohonen SOFM learning\nDiamondKohonen
  73. 4014    First Synapse for Support Vector Machines\nSVMInputSynapse
  74. 10915    Weight update with fixed step size\nStep
  75. 10916    Weight update with fixed step size and momentum\nMomentum
  76. 10917    Weight update with the Delta-Bar-Delta algorithm\nDeltaBarDelta
  77. 10918    Weight update with the Quickprop algorithm\nQuickprop
  78. 10919    Weight update by the Conjugate Gradient method\nConjugateGradient
  79. 10920    Weight update for Support Vector Machines\nSVMStep
  80. 13201    Displays data as a matrix of floating point numbers\nMatrixViewer
  81. 13202    Stores data across time for use with temporal probes\nDataStorage
  82. 13204    Displays temporal data, typically stored within a DataStorage component, as multichannel  traces\nMegaScope
  83. 13206    Displays temporal data in 3D state space\nStateSpaceProbe
  84. 13207    Converts data from the time domain into the frequency domain\nSpectralTransform
  85. 13208    Displays network data as a bitmap image\nImageViewer
  86. 13209    Displays pairs of data channels in a 2D scatter plot\nScatterPlot
  87. 13210    Displays data as an editable matrix of floating point numbers\nMatrixEditor
  88. 13222    Displays data as a bar chart\nBarChart
  89. 13223    Displays data as a Hinton Graph\nHinton
  90. 13225    Collects data in an ASCII text or binary file\nDataWriter
  91. 15204    Sends global control messages when data falls below or above a user defined threshold\nThresholdTransmitter
  92. 15205    Sends global control messages when the data change falls below or above a user defined threshold\nDeltaTransmitter
  93. 15206    Connects a DataStorage component to the data at several access points\nDataStorageTransmitter
  94. 17900    Alters the data with a linear schedule during a simulation\nLinearScheduler
  95. 17901    Alters the data with an exponential schedule during a simulation\nExpScheduler
  96. 17902    Alters the data with a logrithmic schedule during a simulation\nLogScheduler
  97. 25408    Generates function input data\nFunction
  98. 25409    Generates noise input data\nNoise
  99. 25410    Reads input data from the file system\nFile
  100. 25411    A user defined input through dynamic link libraries\nDLLInput
  101. 25412    A user defined preprocessor through dynamic link libraries\nDLLPreprocessor
  102. 25413    A user defined input through an OLE function call (setInputData)\nOLEInput
  103. 29200    Simulation control for recurrent systems\nDynamicControl
  104. 29201    Simulation control for static backprop\nBackStaticControl
  105. 29202    Simulation control for static systems\nStaticControl
  106. 29203    Simulation control for recurrent backprop and backprop through time\nBackDynamicControl
  107. 32012    Runs the NeuroSolutions for Excel add-in. Requires the installation of Excel and NeuroSolutions for Excel.\nNeuroSolutions for Excel
  108. 32013    Launches the Custom Solution Wizard utility to create a DLL from your NeuroSolutions breadboard. Requires that CSW be installed.\nCustom Solution Wizard
  109. 32014    Launches the NeuralExpert utility to guide you through the construction of a new neural network.\nNeuralExpert
  110. 32015    Launches the TestingWizard to run a testing set through your neural network and display the results.\nTestingWizard
  111. 32073    Launches the NeuralBuilder utility to contruct a new neural network Recommended for advanced users.\nNeuralBuilder
  112. 32786    Get the selection cursor\nSelection Cursor
  113. 32791    Pointer object which can be used for demonstration purposes\nArrowEngine
  114. 32792    Edit cell which can be used to enter user-defined parameters\nEditEngine
  115. 32794    Aligns selected components to all have the same top edge\nAlign Top
  116. 32796    Aligns selected components to all have the same left edge\nAlign Left
  117. 32797    Aligns selected components to all have the same right edge\nAlign Right
  118. 32798    Aligns selected components to all have the same bottom edge\nAlign Bottom
  119. 32806    Distributes selected components within the horizontal space between the left-most and right-most components\nSpace Across
  120. 32807    Distributes selected components within the vertical space between the top-most and bottom-most components\nSpace Down
  121. 32809    Brings the selected components to the front of the view\nBring to Front
  122. 32810    Sends the selected components to the back of the view\nSend to Back
  123. 32827    Displays the MacroWizard\nMacroWizard
  124. 32875    A user defined postprocessor through dynamic link libraries\nDLLPostProcessor
  125. 32885    Start the simulation\nStart
  126. 32886    Pause the simulation\nPause
  127. 32888    Reset the network\nReset
  128. 32889    Stops the recording of the current macro and displays the MacroWizard\nStop Recording
  129. 32890    Pauses the recording of the current macro\nPause Recording
  130. 32896    Hide the display windows\nHide Windows
  131. 32902    Randomize the network weights\nRandomize
  132. 32903    Jog the network weights\nJog
  133. 32904    Creates a new macro and begins recording\nRecord New
  134. 32908    Copy the selection and write it to a Clipboard file\nCopy to File
  135. 32909    Insert Clipboard file contents\nPaste from File
  136. 32911    Centers the selected components horizontally\nCenter Horizontal
  137. 32913    Centers the selected components horizontally and vertically\nCenter Objects
  138. 32914    Centers the selected components vertically\nCenter Vertical
  139. 32920    Used to add text to a breadboard\nTextBoxEngine
  140. 32924    Button which can be used to run a macro\nButtonEngine
  141. 32966    Run the simulation for one epoch\nStep Epoch
  142. 32967    Run the simulation for one exemplar\nStep Exemplar
  143. 32973    Set the Epoch and Exemplar counters to zero without resetting the network\nZero Counters
  144. 32981    A user defined transformer through dynamic link libraries\nTransformer
  145. 32986    Run the simulation for one sample\nStep Sample
  146. 33009    Top-level simulation control based on Genetic Algorithms\nGeneticControl
  147. 33041    Graphs temporal data stored in the attached DataStorage component.\nDataGraph
  148. 33045    ID_NSVMInputSynapse
  149. 57600    Create a new document\nNew
  150. 57601    Open an existing document\nOpen
  151. 57603    Save the active document\nSave
  152. 57632    Delete the selection\nDelete
  153. 57634    Copy the selection and put it on the Clipboard\nCopy
  154. 57635    Cut the selection and put it on the Clipboard\nCut
  155. 57637    Insert Clipboard contents\nPaste
  156. 57643    Undo the last action\nUndo
  157. 57648    Open another window for the active document\nNew Window
  158. 57650    Arrange windows so they overlap\nCascade Windows
  159. 57651    Arrange windows as non-overlapping tiles\nTile Windows
  160. 57664    Display program information, version number and copyright\nAbout
  161. 57669    Display help for clicked on buttons, menus and windows\nContext Help
  162.