قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
المشفر التلقائي الخصومي
هندسة شبكة عصبية تجمع بين المشفر التلقائي والشبكة التوليدية الخصومية لإجبار الفضاء الكامن على اتباع توزيع محدد، مما يحسن جودة إعادة البناء والتوليدات.
الفضاء الكامن الخصومي
تمثيل مضغوط للبيانات في المشفر التلقائي الخصومي، حيث يتم تنظيم توزيعه بواسطة مميز للاقتراب من توزيع مستهدف (مثل: غاوسي)، مما يعزز التعميم الأفضل.
مميز التوزيع
شبكة عصبية في المشفر التلقائي الخصومي مكلفة بالتمييز بين تشفيرات البيانات الحقيقية وعينات مأخوذة من توزيع مسبق، مما يجبر المشفر على إنتاج تمثيلات كامنة واقعية.
المشفر التلقائي التبايني الخصومي (AAVA)
نموذج هجين يدمج التنظيم التبايني لـ VAE مع القيد التوزيعي لـ GAN، حيث يعمل المميز على العينات الكامنة لتحسين فضاء التمثيل.
الضوضاء الخصومية
اضطرابات مصممة عمداً لخداع مميز المشفر التلقائي الخصومي، تُستخدم أثناء التدريب لتعزيز متانة المشفر.
التباعد f-جنسن-شانون
مقياس تباعد معمم يُستخدم لقياس الفجوة بين التوزيع الكامن المُتعلم والتوزيع المستهدف في المشفرات التلقائية الخصومية، مما يوفر مرونة أكثر من تباعد KL الكلاسيكي.
انهيار النمط في المشفرات التلقائية
ظاهرة حيث يقوم المشفر، في محاولة لخداع المميز، بتعيين مدخلات متميزة نحو عدد محدود من التمثيلات الكامنة، مما يقلل من تنوع الفضاء الكامن.
المشفر التلقائي الخصومي ذو الاتساق الدوري
نوع مختلف من المشفر التلقائي الخصومي حيث يتم إضافة قيد اتساق دوري، مما يضمن أن إعادة البناء بعد المرور عبر الفضاء الكامن والعودة تكون مطابقة للمدخل الأصلي.
المشفر-المميز المشترك
استراتيجية تدريب حيث يتم مشاركة معلمات المشفر والمميز جزئيًا أو تحسينها بشكل مشترك لتحقيق استقرار التعلم وتحسين تنظيم الفضاء الكامن.
فضاء التضمين المنظم
هدف الترميز التلقائي الخصومي الذي يهدف إلى إنشاء فضاء كامن ليس فقط منخفض الأبعاد ولكن أيضًا مزود ببنية دلالية قابلة للاستخدام، بفضل القيد التوزيعي.
إعادة البناء المنتظم خصوميًا
عملية إعادة بناء البيانات في المرمز التلقائي حيث يتم استكمال خسارة إعادة البيع بعقوبة خصومية، مما يتجنب الإفراط في التعلم ويعزز التمثيلات الأكثر عمومية.
الترميز التلقائي الخصومي المشروط (AAAC)
امتداد للترميز التلقائي الخصومي حيث يتم شرط الترميز والتوليد بمعلومات مساعدة (مثل: تسميات الفئة)، مما يسمح بالتحكم الصريح في التمثيلات الكامنة المُنتجة.
الترميز التلقائي الخصومي باستخدام Wasserstein
تنفيذ الترميز التلقائي الخصومي باستخدام خسارة Wasserstein للمميز، مما يحسن استقرار التدريب ويوفر قياسًا أكثر معنى لتقارب التوزيعات الكامنة.
إزالة الضوضاء بالترميز التلقائي الخصومي
تطبيق حيث يتم تدريب المرمز التلقائي الخصومي على إعادة بناء بيانات نظيفة من مدخلات مشوشة، مع ضمان المميز أن التمثيلات الكامنة للبيانات المنظفة تتبع توزيع البيانات النظيفة.
قابلية الفصل الخصومية للفئات
خاصية ناشئة في بعض برامج الترميز التلقائي الخصومية حيث ينظم الفضاء الكامن نفسه بطريقة تفصل بين فئات البيانات المختلفة، مما يسهل مهام التصنيف اللاحقة.