قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
نموذج M1
النموذج شبه الخاضع للإشراف الأول الذي يستخدم VAE للبيانات غير المصنفة ومصنفًا منفصلاً للبيانات المصنفة، تم تحسينه بشكل مستقل.
نموذج M2
هندسة معمارية محسنة حيث يتم دمج التسمية كمتغير كامن شرطي، مما يسمح بتوليد بيانات متحكم فيه وتصنيف موحد.
التحسين المشترك
استراتيجية التحسين المتزامن للمشفر والمفكك والمصنف باستخدام كل من البيانات المصنفة وغير المصنفة.
إشراف المتغير الكامن
تقنية حيث تعمل التسميات كإشراف مباشر على الفضاء الكامن لتوجيه تعلم التمثيلات التمييزية.
هدف التعلم الهجين
دالة خسارة تجمع بين إعادة بناء VAE، وتنظيم KL، وخسارة التصنيف، مرجحة حسب نوع البيانات.
رأس المصنف
وحدة تصنيف ملحقة بمشفر VAE تتنبأ بالتسميات من التمثيل الكامن، ويتم تدريبها على البيانات المصنفة.
ELBO شبه الخاضع للإشراف
متغير من الحد الأدنى للأدلة المعدل للبيانات المصنفة جزئيًا والذي يدمج مصطلحات التصنيف.
فك ارتباط التمثيل
خاصية حيث يفصل الفضاء الكامن بشكل طبيعي عوامل التباين الدلالية عن عوامل النمط، ويسهلها الإشراف الجزئي.
نموذج VAE معلم-طالب
هندسة معمارية حيث يشرف نموذج VAE معلم على نموذج VAE طالب لتحسين استقرار التعلم شبه المشرف.
التعلم شبه المشرف التبايني
نموذج يجمع بين الاستدلال التبايني مع البيانات المشرفة جزئيًا لنمذجة احتمالية موحدة.
مصنف كامن
مصنف يعمل مباشرة في الفضاء الكامن لنموذج VAE، مستفيدًا من التمثيلات المتعلمة لتحسين التعميم.
تعلم المهام المساعدة
تعلم متعدد المهام حيث تعمل عملية إعادة البناء كمهمة مساعدة لتحسين أداء التصنيف الرئيسي.