قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
تقليل الأبعاد غير الخطية
مجموعة من التقنيات التي تحول البيانات ذات الأبعاد العالية إلى فضاء ذي أبعاد أقل مع الحفاظ على البنى غير الخطية الجوهرية للبيانات.
تحليل المكونات الرئيسية العميق
توسع لتحليل المكونات الرئيسية الكلاسيكي باستخدام شبكات عصبية عميقة لالتقاط العلاقات غير الخطية المعقدة أثناء تقليل الأبعاد.
t-SNE العميق
متغير من t-SNE يدمج شبكة عصبية عميقة للتعلم المتزامن للتخطيط غير الخطي والتصور ثنائي الأبعاد للبيانات.
UMAP العميق
دمج UMAP مع الشبكات العصبية العميقة مما يسمح بتعلم تمثيلات غير خطية مع الحفاظ على البنية الطوبولوجية العالمية للبيانات.
تعلم المتعددات المتنوعة العميق
نهج يستخدم شبكات عميقة لاكتشاف ومعادلة بنية المتعدد المتنوع الأساسي للبيانات عالية الأبعاد.
التضمين العميق
تمثيل متجهي كثيف منخفض الأبعاد يتعلمه الشبكات العميقة، يلتقط العلاقات الدلالية والهيكلية المعقدة للبيانات.
المشفّر التلقائي ذو الذاكرة
بنية معززة بآلية ذاكرة تسمح بتخزين واسترجاع النماذج لتحسين إعادة البناء والتعميم.
الاختزال بالانتشار العميق
طريقة تجمع بين خرائط الانتشار والشبكات العميقة لالتقاط الهندسة الجوهرية للبيانات عبر مستويات متعددة.
المشفر التلقائي البياني
تمديد المشفرات التلقائية للبيانات المنظمة في الرسوم البيانية، تعلم التضمينات التي تحافظ على الطوبولوجيا وسمات الرسم البياني.
الاختزال البعدي التخاصي
نهج يستخدم شبكات المولدات التخاصية لتعلم التمثيلات الكامنة التي تزيد التمييز بين الفئات.
المشفر التلقائي الانتباهي
دمج آليات الانتباه في المشفرات التلقائية لوزن أهمية الخصائص المختلفة بشكل ديناميكي أثناء الضغط.
العرض العميق العشوائي
تمديد طرق العرض العشوائي باستخدام التحولات العميقة للحفاظ على المسافات مع تقليل الأبعاد.