Turbo Toolbox

home *** CD-ROM | disk | FTP | other *** search

/ Turbo Toolbox / Turbo_Toolbox.iso / 1991 / 06 / neuro / neurosys.doc < prev next >

Wrap

Text File | 1991-01-22 | 27.9 KB | 549 lines

NeuroSys 1.00 (C) Copyright Burkhard Kloss 1990 Dokumentation zur Pruefversion (Sampler) Inhalt : 0. ShareWare - ein ungewoehnliches Konzept. 1. Was ist NeuroSys ? 2. Was sind Neuronale Netzwerke und wie funktionieren sie ? 3. Einrichtung und Bedienung des Entwicklungssystems 'NeuroSys' 3.0 Hardwarevoraussetzungen und Installation 3.1 Kleine Tour durch das System 3.2 Erlaeuterung der einzelnen Funktionen von NeuroSys 4. Die ausgelieferten Dateien 5. Vertriebsbedingungen und Haftung 6. Warum Sie die Vollversion bestellen sollten 7. Bestellschein 0. ShareWare - ein ungewoehnliches Konzept Wie viele Ideen in der EDV kommt auch die ShareWare Idee aus den USA. In Deutschland wird es unter anderem auch als 'Pruef Vor Kauf'-Software bezeichnet - und dies trift genau die grundlegende Idee. Beim herkoemmlichen Kauf von Software gibt es im Allgemeinen keine Moeglichkeit, diese zu testen - und wer kaeme schon auf die Idee, ein Auto zu kaufen ohne es vorher gruendlich zu begutachten und probezufahren? Die ShareWare-Idee ist im Gegensatz dazu fuer den Programmkaeufer gleich doppelt vorteilhaft : - Er kann das (gegen Kopierkosten bezogene) Programm ausgiebig testen, bevor er sich zum Kauf entschliesst. Entspricht es nicht seinen Erwartungen, hat er nur ein paar Mark investiert. Bestellt er jedoch die Vollversion, so - spart er gegenueber aehnlicher, herkoemlicher Software immmer noch. ShareWareProgramme sind meist preiswerter, da die immensen Werbungs- kosten nicht auftreten. Ich hoffe, diese beiden Vorteile ueberzeugen Sie, die gute Idee einmal auszuprobieren - und warum nicht mit NeuroSys ? 1. Was ist NeuroSys ? NeuroSys ist ein Entwicklungssystem fuer Anwendungen, die von Muster- erkennung bis ins Feld der sog. Kuenstlichen Intelligenz (KI) reichen. Allerdings unterscheidet sich NeuroSys von anderen "Shells" dadurch, dass es nicht regelbasiert arbeitet, sondern einem neuen, vielversprechenden Ansatz folgt : Es benutzt Neuronale Netzwerke. Diese sind den Grundlagen der natuerlichen Intelligenz nachempfunden (vgl. Punkt 2) und bieten gegenueber dem bisherigen, am Computer orientierten Ansatz grosse Vorteile : - Neuronale Netzwerke arbeiten nicht mit Regeln, sondern lernen an Beispielen; die langwierige und fehlertraechtige Erstellung der Regeln entfaellt und wird durch eine Trainingsphase ersetzt. - Im Gegensatz zu Computerprogrammen herkoemmlicher Struktur sind Neuronale Netzwerke von sich aus aueserst Tolerant gegenueber gestoerten oder (teilweise) unrichtigen Eingaben. Erst wenn eine Eingabe so stark ge- stoert ist, dass auch ein Mensch Schwierigkeiten hat, sie zu erkennen, versagt auch ein trainiertes Neuronales Netz. - Da Neuronale Netzwerke in sich parallel aufgebaut sind, koennen auch grosse Mengen Eingabedaten problemlos bearbeitet werden. NeuroSys macht sich nun diese Vorteile zu Nutze, indem es ein Neuronales Netzwerk simuliert - und zwar ohne dass Sie gezwungen sind, sich erst tief in das Feld einzuarbeiten. Der einzige Nachteil einer Simulation von Neuronalen Netzwerken auf herkoemmlichen Computern ist, das sei vorweg gesagt, dass der Geschwindigkeitsvorteil, den neuronale Rechner besitzen, da sie hochgradig parallel arbeiten, verlorengeht. Dieses Problem habe ich durch Optimierung allerdings einigermassen abgemildert, und wenn das Trainieren des Netzes auch manchmal etwas langwierig ist, werden Sie die Ergebnisse wahrscheinlich nicht enttaeuschen. 2. Was sind Neuronale Netzwerke und wie funktionieren sie ? Im Gegensatz zu herkoemmlichen Computern mit einem einzigen, hochkom- plexen und schnellen Prozessor besteht ein Gehirn aus einigen Milliarden einfachen, relativ langsamen, aber untereinander hochgradig vernetzten Zellen (Neuronen). Diesem Bauprinzip sind Neuronale Netze nachempfunden. Die Aktivierungen der einzelnen Zellen und die Verbindungen zwischen den einzelnen Zellen (sowie deren Staerke) werden durch reelle Zahlen dargestellt. Ueber diese Verbindungen koennen sich die Zellen gegenseitig aktivieren bzw. in der Aktivierung hemmen. Am einfachsten laesst sich die an einem kleinen Beispiel klarmachen. Man betrachtet ein Netz, dass aus insgesamt 6 Zellen besteht : Vier davon sind Eingabezellen, 2 Ausgabezellen. Die Aufgabe besteht darin, 2 Muster zu unterscheiden. Anfangs zeigt sich das Netzwerk so : Eingabezellen : 0.0 0.0 0.0 0.0 -------------------- 0.0 0.0 0.0 0.0 | 0.0 Ausgabezelle 1 0.0 0.0 0.0 0.0 | 0.0 Ausgabezelle 2 D.h. weder die Eingabe noch die Ausgabezellen sind neutral. Wird nun das erste Muster zusammen mit der gewuenschten Ausgabe praesentiert, werden die Verbindungen entsprechend geandert : Verbindungen zwischen zwei Zellen, die gleichzeitig aktiv sein sollen, werden verstaerkt Eingabezellen : 1.0 0.0 1.0 0.0 -------------------- 0.5 0.0 0.5 0.0 | 1.0 Ausgabezelle 1 0.0 0.0 0.0 0.0 | 0.0 Ausgabezelle 2 Diese Aenderung der Gewichte fuehrt nun zur gewuenschten Ausgabe, wie Sie selbst leicht nachpruefen koennen, indem Sie jeweils das die Aktivierung der Eingabezellen mit dem Gewicht der Verbindungen multiplizieren und fuer die Ausgabezellen aufsummieren. Wiederholt man diesen Vorgang mit dem zweiten Muster, ergibt sich Eingabezellen : 0.0 1.0 0.0 1.0 -------------------- 0.5 0.0 0.5 0.0 | 0.0 Ausgabezelle 1 0.0 0.5 0.0 0.5 | 1.0 Ausgabezelle 2 Mit diesen Verbindungen koennen beide Muster erkannt werden, und zwar selbst dann noch muehelos, wenn sie ziemlich stark gestoert sind : Eingabezellen : 0.8 0.2 0.8 0.2 -------------------- 0.5 0.0 0.5 0.0 | 0.8 Ausgabezelle 1 0.0 0.5 0.0 0.5 | 0.2 Ausgabezelle 2 Eingabezellen : 0.3 0.7 0.2 0.8 -------------------- 0.5 0.0 0.5 0.0 | 0.25 Ausgabezelle 1 0.0 0.5 0.0 0.5 | 0.75 Ausgabezelle 2 Selbst wenn die gelernten Verbindungen veraendert werden, gelingt die Klassifikation noch : Eingabezellen : 0.8 0.2 0.8 0.2 -------------------- 0.6 0.0 0.3 0.0 | 0.72 Ausgabezelle 1 0.0 0.2 0.0 0.6 | 0.16 Ausgabezelle 2 Im Vergleich : Wenn in eimem herkoemmlichen Computer auch nur ein Chip einen Fehler hat, sind die Ergebniss meist absolut nicht mehr zu gebrauchen. Andererseits werden die Schwaechen dieses kleinen Netzwerks schnell offenbar, wenn Sie versuchen, es zwei sich ueberschneidende Muster lernen zu lassen (z.B. 1 0 1 0 und 0 1 1 0). Um diese Schwaeche zu ueberwinden, wurde von Rumelhart die sogenannte 'Error-Propagation'- Lernregel entwickelt, die es ermoeglicht, auch verborgene Zellen in ein Neuronales Netz aufzunehmen. Neben dieser Lernregel gibt es auch noch einige andere Ansaetze, die Error-Propagation-Regel ist jedoch zur Zeit die fuer die Anwendung erfolgreichste und wird deshalb auch in NeuroSys benutzt. 3. Einrichtung und Bedienung des Entwicklungssystems 'NeuroSys' 3.0 Hardwarevoraussetzungen und Installation NeuroSys ist in Bezug auf Hardwareansprueche recht spartanisch. Benoetigt wird lediglich eine CGA oder Hercules kompatible Grafikkarte und ca.256 K freier Speicher. Die Installation gestaltet sich denkbar einfach. Erstellen Sie zunaechst eine Sicherheitskopie der Originaldiskette. Danach kopieren Sie alle Dateien in das gewuenschte Verzeichnis. In Ihre AUTOEXEC.BAT Datei muessen Sie die folgende Zeile aufnehmen : SET NEURODIR=Pfadangabe Pfadangabe steht fuer den vollstaendigen Namen des Verzeichnisses, in dem sich die Dateien STANDARD.FKT und NEUROSYS.EXE befinden. 3.1 Kleine Tour durch das System Fuer diese kleine Systemtour benutzen Sie am besten die Datei 'Beispiel'. Starten Sie NeuroSys mittels NeuroSys Beispiel Nach einiger Zeit erscheint das Hauptmenue mit den folgenden Optionen : Editieren, Parameter, Lernen, Arbeiten, Sichern, Dateiname, NeueDatei, Beenden. Waehlen Sie - mithilfe der Cursortasten und RETURN oder durch Eingabe des ersten Buchstabens - den Punkt Editieren an. Das Hauptmenue wird durch das Editormenue ersetzt. Die Moeglichkeiten hier sind : Editieren, Naechstes Muster, Vorhergehendes Muster, Muster einfuegen, Loeschen, Uebersicht und Beenden. Wenn Sie jetzt die Funktion 'Uebersicht' anwaehlen, werden die Kurzkommentare zu allen in der Arbeits- datei gespeicherten Mustern angezeigt. Dies sind 2 zu lernende Muster, die 'Prototypen', sowie einige Testmuster. Es handelt sich hier um ein einfaches Klassifikationsbeispiel : Anhand von zwei gelernten Prototypen sollen Muster in zwei Klassen eingeordnet werden. D.h., wenn sie dem ersten Prototyp (1 0 1 0) aehnlicher sind, soll die Ausgabe 1 0 sein, im anderen Fall ist die gewuenschte Ausgabe 0 1 . Beenden Sie die Uebersicht mit ESC. Mit Hilfe von 'Naechstes Muster', 'Editieren' und 'Vorherg. Muster' koennen Sie die ganze Datei 'durchblaettern'. Wenn Sie ein Muster editieren oder betrachten, gelangen Sie durch ESC wieder in das Editormenue. Nachdem Sie den Editor mittels 'Beenden' verlassen haben, waehlen Sie im Hauptmenue den Punkt 'Parameter' an. Ueber die Cursortasten und RETURN waehlen Sie auch hier die gewuenschten Punkte an. Setzen Sie bitte - 'Lernfaktor' auf 0.25 - 'Lernwiederholungen' auf 10 - 'Lernen von' auf 1 - 'Lernen bis' auf 2, dadurch werden die Prototypen 10 mal gelernt. Setzen Sie nun noch - 'Arbeiten von' auf 3 - 'Arbeiten bis' auf 11, dadurch werden nur die Testmuster abgearbeitet. Verlassen Sie das Parametermenue mit ESC und waehlen Sie 'Lernen' an. Es erscheint ein Fenster, dass alle wichtigen Informationen, wie Lernwiederholungen, Anzahl der zu lernenden Muster, den jeweils aktuellen Stand und den durchschnittlichen Fehler zeigt. Dieser Sinkt im Verlauf des Lern- vorgangs. Druecken Sie nach dem Ende des Lernens eine beliebige Taste und waehlen Sie die Funktion 'Arbeiten'. Wieder erscheint ein Fenster mit Informationen : Die Anzahlder Muster, die insgesamt zu bearbeiten sind, sowie die Anzahl derer, die schon bearbeitet wurden (Bei kleinen Netzwerken erscheinen die beiden Angaben praktisch gleichzeitig). Auch dieses Fenster verschwindet nach dem Druecken einer beliebigen Taste wieder. Waehlen Sie nun wiederum die Funktion 'Editieren' an, und ueberzeugen Sie sich davon, dass die Testmuster gut gelernt wurden : Selbst zwischen den verrauschten Testmustern wurde noch gut unterschieden. Neben dem oben angefuehrten Beispiel befinden sich auf der Diskette noch einige weitere Beispieldateien, die unter Punkt 4. aufgefuehrt und beschrieben werden. Experimentieren Sie ruhig ein wenig herum. Dazu noch ein paar kleine Tips : Falls der durchschnittliche Fehler einmal nicht auf 0.00 absinken sollte, - erstmal weiter probieren : ein paar hundert Wiederholungen waehrend einer Kaffeepause - mit Neuronalen Netzwerken muss man manchmal etwas Geduld haben. - Wenn das Warten nichts nuetzt, sollte man den Lernfaktor veraendern. Das beschleunigt das Lernen manchmal ungemein (Normalerweise liegt er zwischen 0.2 und 0.3). - Kann es sein, dass das Netzwerk vorher schon andere Muster gelernt hat ? Neuronale Netzwerke sind - einmal festgefahren - schwer aus dem Trott zu bringen. Eventuell sollte man das Netz dann neu initialisieren. - Die Anzahl der verborgenen Zellen hat entscheidenden Einfluss auf das Lernverhalten. Bei zuwenig verborgenen Zellen ist es fuer das Netz auf jeden Fall unmoeglich, eine Loesung zu finden, bei zuvielen verborgenen Zellen dauert es manchmal sehr sehr lange. Ich hoffe, diese kleinen Tips helfen ein wenig weiter; also viel Spass beim Ausprobieren. 3.2 Erlaeuterung der einzelnen Funktionen von NeuroSys Der Aufruf von NeuroSys erfolgt nach der Syntax NeuroSys [DateiName] DateiName steht hier fuer einen Namen ohne Dateikennung, also z.B. TESTFILE, aber nicht TESTFILE.CFG. Wenn kein Dateiname angegeben wird, wird NeuroSTD angenommen. Wird unter dem angegebenen Dateinamen keine Konfigurationsdatei gefunden, werden Sie gefragt, ob eine neue Konfigurationsdatei angelegt werden soll. Falls nicht, verlassen Sie NeuroSys. Andernfalls erscheint ein Menue, in dem Sie die Anzahl der Eingabe-, der verborgenen und der Ausgabezellen eingeben koennen. Hier gibt es zwei Beschraenkungen : die Gesamtzahl der Zellen darf 50 nicht ueberschreiten, und es muessen mindestens 1 Eingabe-, 1 verborgene, und 2 Ausgabezellen benutzt werden. Danach verlassen Sie dieses Menue durch Anwaehlen von 'Okay'. Nun werden Sie zur Eingabe der Namen von Ein- und Ausgabezellen aufgefordert. Die Angabe von Namen fuer die einzelnen Zellen ist optional, es empfiehlt sich jedoch, sie zumindest zu numerieren. Namen koennen mittels Loeschtaste (Backspace) veraendert werden. Wollen Sie keine Namen angeben, betaetigen Sie fuer jede Zelle einfach ENTER. Nach der Abfrage der Namen erscheint ein Fenster, dass Sie ueber den jeweiligen Stand der Initialisierung informiert. Ist diese beendet, gelangen Sie zum Hauptmenue. Dessen Funktionen sind im folgenden beschrieben. Bei den meisten Funktionen ist das Verlassen - ohne unbeabsichtigte Wirkungen zu erzielen - durch ESCape moeglich. Wenn nicht, ist dies extra erwaehnt. - Editieren Durch Anwahl dieser Option gelangen Sie in das Editormenue, dass wiederum folgende Funktionen bietet : - Editieren : Sie gelangen in das Muster, dass auf dem Bildschirm angezeigt wird. Sie haben nun die Moeglcihkeit, es zu veraendern. Einzelne Zahlenangaben werden durch die Cursortasten Hoch und Tief angewaehlt. Von der Eingabe- zur Ausgabeseite des Musters gelangen Sie durch 'Cursor Links' und 'Cursor Rechts'. Um den Kommentar zu veraendern, druecken Sie 'c'. Die Editier- moeglichkeiten sind auf die BackSpacetaste beschraenkt, ausserdem werden keine Grossbuchstaben angenommen. Das Veraendern eines Kommentars muss mit 'ENTER' abgeschlossen werden; wird mit ESC beendet, wird keine Aenderung vorgenommen. Bei der Eingabe von Zahlen ist zu beachten, dass nur das Format X.XX akzeptiert wird. Wenn Sie begonnen haben, eine Zahl einzugeben, muessen Sie diese mittels ENTER oder Hoch/Tief abschlliessen, bevor Sie z.B. das Fenster wechseln koennen. ESC hat auch hier die Funktion, dass die Eingabe wirkungslos bleibt. Wenn mehr Ein- bzw. Ausgabezellen als darstellbar vorhanden sind, koennen Sie selbstverstaendlich scrollen. Verlassen wird der Editor mit ESC. - Vorhergehendes Muster : Sie gelangen dadurch in das Muster vor dem bisher auf dem Bildschirm angezeigten. Wenn das angezeigte Muster die das erste in der Datei war, gelangen Sie zum letzten Muster der Datei. Ansonsten ist die Funktion dieselbe wie bei Editieren. - Naechstes Muster : Sie gelangen dadurch in das Muster nach dem bisher auf dem Bildschirm angezeigten. Wurde das letzte Muster der Datei gezeigt, gelangen Sie zum Ersten. Die Funktionen sind wiederum gleich wie bei 'Editieren'. - Loeschen : Nach einer Sicherheitsabfrage wird das auf dem Bildschirm angezeigte Muster geloescht. - Muster einfuegen : Es wird zunaechst nach der Nummer gefragt, an der das Muster eingefuegt werden soll. Wenn ein Muster am Ende angefuegt werden soll, ist die Zahl beliebig (natuerlich groesser als die Nummer des bisher letzten Musters). Die Gesamtzahl der Muster in einer Datei ist in der Pruefversion auf 20 beschraenkt. - Uebersicht : Es wird zu jedem Muster der Index und ein etwaiger Kommentar ausgegeben. Sie beenden die Uebersicht mit ESCape. - Beenden : Zurueck zum Hauptmenue. - Parameter : Dieses Menue hat zwei Funktionen, naemlich einerseits zu bestimmen, wie und wie oft das Netzwerk lernt, und andererseits fest- zulegen, welche Muster der Arbeitsdatei gelernt beziehungsweise, nach dem Lernen, bearbeitet werden sollen. Dazu dienen die folgenden Punkte : - Lernfaktor : Durch diese Angabe legen Sie fest, wie das Netzwerk lernt. Lernfaktoren ueber 0.5 ergeben meist instabile Netzwerke, bei zu kleinen Lernfaktoren kann das Netzwerk manchmal nicht fuer alle Muster Loesungen finden. Empfehlenswert sind im Allgemeinen Lernfaktoren zwischen 0.2 und 0.3. - Lernwiederholungen : Diese Angabe bestimmt, wie oft der Lernvorgang wiederholt wird. Dies soltte so oft geschehen, dass der durchschnitt- liche Fehler schliesslich mit 0.00 angezeigt wird. - Lernen von, Lernen bis : Wie in der Systemtour gezeigt, wird durch diese Angaben bestimmt, welche Muster beim Lernen als Beispiele benutzt werden. - Arbeiten von, Arbeiten bis : Diese Angaben legen fest, welche Muster der Datei (nach dem Lernen) bearbeitet werden sollen. - Lernen : Diese Funktion ruft den Teil der Simutionsroutinen auf, die das Lernen des Neuronalen Netzes nachbilden. Es erscheint ein Infor- mationsfenster mit Informationen ueber den Fortschritt des Lernvorgangs. - Arbeiten : Diese Funktion simuliert das Arbeiten eines Neuronalen Netzes. Die mit 'Arbeiten von' und 'Arbeiten bis' gekennzeichneten Muster werden dem Netz praesentiert und dieses erzeugt dann eine Ausgabe (diese kann z.B. die Eingabe klassifizieren, oder ein gestoertes Muster wiederherstellen). - Speichern : Wenn die Konfigurations- (*.CFG) und die Arbeitsdatei (*.WRK) noch nicht gesichert sind, werden sie, jeweils nach Abfrage, gespeichert. Eine Sicherungskopie wird dabei nicht erstellt. - Dateiname : Diese Funktion ermoeglicht es, die Arbeitsdateien umzubenennen ohne NeuroSys verlassen zu muessen. Der bisherige Name wird angezeigt (OHNE Endung !) und kann mittels Loeschtaste (BackSpace) veraendert werden. Durch RETURN (ENTER) bestaetigen Sie den evtl. veraenderten Namen, mit ESCape gelangen Sie zurueck ins Hauptmenue, ohen die Dateinamen zu aendern. - NeueDatei : Wenn Sie mit dieser Funktion eine andere Datei benutzen wollen, erfolgt zunaechst eine Sicherheitsabfrage. Wird diese bejaht, werden die Dateien auf Wunsch gesichert. Danach folgt praktisch ein Neustart des Programms, d.h. alle bisher nicht gesicherten Daten sind verloren. Wird unter dem neuen Dateinamen keine Konfigurationsdatei gefunden, wird Ihnen dies mitgeteilt. Wenn Sie diese neu einrichten wollen, gelangen Sie - wie beim Starten von NeuroSys - zur Netzwerk-Konfig- uration. - Beenden : Nach einer Abfrage, ob das Programm wirklich verlassen werden soll, werden die benutzten Dateien (falls sie seit dem letzten Abspeichern veraendert wurden) gesichert (wie bei Speichern). 4. Die ausgelieferten Dateien NEUROSYS EXE 87632 7-23-90 10:39p - die Pruefversion des Entwick- lungssystems STANDARD FKT 2416 6-17-90 11:04p - eine Fuktionsdatei NEUROSYS DOC 28342 7-23-90 11:45p - diese Dokumentation Beispiele : BEISPIEL CFG 187 7-04-90 11:28a - siehe Dokumentation (3.1) BEISPIEL WRK 593 7-03-90 10:18p PRESIDNT CFG 2939 7-21-90 10:34p - einige Praesidenten der USA PRESIDNT WRK 885 7-21-90 10:29p in einem kleine 'Expertensystem' ENCODE CFG 734 7-03-90 11:29a - einige Muster auf sich selbst ENCODE WRK 1266 7-03-90 11:30a abbilden FUZZY CFG 145 7-03-90 11:50p - 'verrauschte' Muster lernen FUZZY WRK 169 7-03-90 11:50p fuehrt zu guten Ergebnissen FUZZY2 CFG 252 7-03-90 11:58p FUZZY2 WRK 613 7-04-90 12:00a XOR1 WRK 242 7-21-90 11:12p - Das XOR - Problem : 2 verborgene XOR1 CFG 72 7-21-90 11:12p Zellen (Die Nil-Zelle ist aus technischen Gruenden noetig, hat aber keine Funktion) GENERAL CFG 215 7-21-90 11:21p - eine einfache Verallgemeinerung GENERAL WRK 581 7-21-90 11:21p UEBERSCH CFG 203 7-21-90 11:26p - zwei sich ueberschneidende UEBERSCH WRK 339 7-21-90 11:28p Muster 5. Vertriebsbedingungen und Haftung (muss leider sein) Unter keinen Umstaenden hafte ich fuer indirekte oder daraus entstehende Kosten, Schaeden oder Verluste (einschliesslich geschaeftlicher Verluste, Datenerlust, Arbeitszeit oder sonstiges), die durch die sachgemaesse oder unsachgemaesse Anwendung des Programms und der Diskette entstehen. Es wird keine Haftung uebernommen fuer Schaeden, die in irgendeiner Form bei der Benutzung dieses Produktes entstehen, oder fuer Ansprueche dritter Personen. Dafuer, dass dieses Programm den Anforderungen des Benutzers entspricht und der Ablauf vollstaendig fehlerfrei ablaeuft, kann ich natuerlich keiner- lei Garantie geben. Insbesondere uebernehme ich fuer die Pruefversion keine Garantie betreffs der Vollstaendigkeit und Ablauffaehigkeit des Programmpakets, da ich eventuelle Aenderungen nicht ueberpruefen kann. Gegen einen Unkostenbeitrag sende ich Ihnen aber in diesem Falle die neueste Pruefversion. Bitte geben Sie dann auch die Bezugsquelle an. NeuroSys wird unter dem Shareware Prinzip vermarktet. Das heisst, dass Sie - NeuroSys kopieren und unentgeltich (!) verteilen duerfen und sollen, - Diese Programm ohne irgendwelche Verpflichtungen ausgiebig testen und ausprobieren duerfen. Nur dann, wenn Sie dieses Programm benutzen wollen, sollten Sie sich beim Autor registrieren lassen. Dies hat fuer Sie viele Vorteile (s.o.), und Sie unterstuetzen damit die Idee der Shareware. Was Sie N I C H T duerfen, ist - NeuroSys oder Teile des Programmpakets kommerziell vertreiben. Ausgennommen davon ist lediglich eine den Kosten angemessene Kopier- gebuehr bei Shareware- und Public-Domain-Versaenden. - NeuroSys oder Teile des Programmpakets ohne schriftliche Einwilligung des Autors in irgendeiner Form veraendern, erweitern oder fuer andere Computer oder Betriebssysteme adaptieren. Falls Sie Fehler im Programm entdecken oder nuetzliche Anregung zur Weiter- entwicklung und Verbesserung haben, teilen Sie mir dies bitte mit. Nur durch Ihre Mithilfe kann ich dafuer sorgen, dass Ihre Wuensche und Anforderungen auch wirklich erfuellt werden. Alle Rechte sind vorbehalten. Zum Abschluss noch : Handbuecher zu schreiben ist fuer mich eine ungewohnte Aufgabe, und da selbst den Menschen, die eine solche Aufgabe hauptberuflich uebernehmen, ab und zu Fehler machen oder unverstaendlich schreien, hoffe ich, dass Sie mir die mir unterlaufenen Unverstaendlichkeiten nicht all- zusehr nachtragen. Vielen Dank fuer Ihre Unterstuetzung, 6. Warum Sie die Vollversion bestellen sollten Die Vollversion bietet gegenueber dieser Pruefversion einige Vorteile, die Sie nutzen sollten : - Die maximale Anzahl der Zellen in einem Netzwerk ist groesser (z.Zt. 140, dies wird in den Folgeversionen noch erweitert). Dadurch koennen Sie auch anspruchsvollere Aufgaben bewaeltigen. - Es koennen mehr als 20 Muster in eine Datei aufgenommen werden. - Sie erhalten zusaetzlich zur neuesten Version des Entwicklungs- systems einen separaten Mustereditor und ein Laufzeitmodul fuer eigene Anwendungen. - Zusaetzlich erhalten Sie eine Dokumentation der Dateiformate, so dass Sie NeuroSys auch mit anderen Programmen verbinden koennen. Selbstverstaendlich ist bei der Vollversion natuerlich auch ein Update- Service inbegriffen, so dass Sie jeweils mit der neuesten, leistungs- faehigsten Version arbeiten koennen. Der Preis fuer die Registrierung als Benutzer liegt zur Zeit bei DM 40 (incl. Versandkosten). Bitte senden Sie den unten angegebenen Bestellschein - moeglichst voll- staendig ausgefuellt - zurueck an Burkhard Kloss Ziegelei 4 6554 Meisenheim 7. Bestellschein ------------------------------------------------------------------------------ Bestellschein NeuroSys ------------------------------------------------------------------------------ Ich lasse mich zu den obengenannten Bedingungen als Benutzer registrieren. ------------------------------------------------------------------------------ Ich moechte die Version auf folgendem Diskettenformat : | | 3,5'', 720K | | 5,25'', 360K | | anderes Format (bitte angeben, Lieferung soweit moeglich. Bitte geben Sie dann auch ein 'Ersatz'- format an.) ------------------------------------------------------------------------------ Geld liegt bei (Barscheck / Moneyorder /Bargeld) | | Zahlung gegen Rechnung | | Zahlung per Nachnahme (+Nachnahmegebuehr) | | ------------------------------------------------------------------------------ Wie haben Sie diese Version von NeuroSys erhalten : | | Ueber einen kommerziellen PD/ShareWareversand fuer DM ____ / Diskette Bitte Anschrift des Versandes angeben : Name : Strasse / Postfach : PLZ , Ort : | | Von einem Freund / Bekannten. | | Ueber eine Mailbox ------------------------------------------------------------------------------ Haben Sie Anregungen, um das Programm zu verbessern ? (z.B. Coprozessor-Unterstuetzung, mehr Zellen, mehr Muster, andere Ober- flaeche, ereiterte/andere Funktionen, ...) Haben Sie Fehler gefunden ? ___________________________________________________________________________ ___________________________________________________________________________ ___________________________________________________________________________ ___________________________________________________________________________ ___________________________________________________________________________ ___________________________________________________________________________ ___________________________________________________________________________ ___________________________________________________________________________ ___________________________________________________________________________ ___________________________________________________________________________ ------------------------------------------------------------------------------