قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
نموذج الانتشار لإزالة الضوضاء (DDPM)
هندسة توليدية تتعلم عكس عملية الانتشار الغوسي، من خلال إضافة ضوضاء تدريجياً إلى البيانات ثم تدريب شبكة للتنبؤ بالضوضاء المضافة لإعادة بناء البيانات الأصلية.
جدول التباين
سلسلة محددة مسبقاً من معاملات التباين (β_t) التي تتحكم في كمية الضوضاء المضافة في كل خطوة زمنية من العملية الأمامية، مؤثرة مباشرة على مسار الانتشار.
الخطوة الزمنية
عدد صحيح منفصل يمثل مرحلة محددة في سلسلة ماركوف لعملية الانتشار، تتراوح من البيانات النظيفة (t=0) إلى الضوضاء الخالصة (t=T).
شبكة التنبؤ بالضوضاء (U-Net)
هندسة شبكة عصبية، عادة ما تكون U-Net، تُستخدم في نماذج DDPM للتنبؤ بالضوضاء المضافة إلى البيانات في خطوة زمنية معينة، مع مراعاة هذه الخطوة الزمنية.
أخذ عينات لانجفين
طريقة تحسين عشوائية يمكن استخدامها لتقريب عملية إزالة الضوضاء، باستخدام تدرجات النقاط لتوجيه عملية التوليد.
هدف إزالة الضوضاء المبسط
دالة الخسارة في نماذج DDPM التي تبسط التدريب من خلال مطالبة النموذج بالتنبؤ مباشرة بالضوضاء المضافة، بدلاً من المتوسط أو التباين في توزيع إزالة الضوضاء.
إعادة أخذ العينات
تقنية استدلال يتم فيها استكشاف مسارات متعددة لإزالة الضوضاء بالتوازي لتحسين جودة وتنوع العينات المُولدة.
التكييف
آلية تسمح بتوجيه عملية التوليد من خلال توفير معلومات إضافية للنموذج، مثل النص أو الصورة أو الفئة، غالباً ما يتم دمجها عبر التضمينات.
الاستدلال الموجه
استراتيجية أخذ العينات التي تعدل عملية إزالة الضوضاء لتحيز التوليد نحو السمات المرغوبة، باستخدام مصنف خارجي (التوجيه الخالي من المصنف) أو تدرج النتيجة.
خطوة إزالة الضوضاء
تكرار واحد من العملية العكسية حيث يتنبأ النموذج بالضوضاء ويتم تطبيق تحديث للانتقال من حالة x_t ذات الضوضاء إلى حالة x_{t-1} أقل ضوضاءً قليلاً.
ثابت الانتشار
قيمة رقمية مشتقة من جدول التباين، تُستخدم لمعلمة تطور البيانات عبر الخطوات الزمنية، مما يضمن تقارباً مستقراً نحو توزيع غاوسي.
معادلة الانتشار العشوائي
معادلة تفاضلية عشوائية تصف رسمياً التطور المستمر للبيانات تحت تأثير الضوضاء، حيث أن العملية المنفصلة لـ DDPM هي تجزئة لها.