قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
التجميع بالتدفق (Stream Clustering)
مجموعة من التقنيات التي تهدف إلى تقسيم البيانات التي تصل بشكل مستمر وربما لا نهائي، في الوقت الفعلي وبموارد محدودة.
التجمع الكبير (Macro-cluster)
تمثيل مستقر وطويل الأمد لتجمع، غالبًا ما يُشتق من دمج أو تطور التجمعات الصغيرة لالتقاط الاتجاهات المستمرة للتدفق.
نافذة المعلم (Landmark Window)
نموذج ذاكرة يعالج جميع البيانات من نقطة بداية ثابتة في الوقت، مفيد لتحليل التطور منذ حدث بارز.
التجميع بالتدفق القائم على الكثافة (Density-Based Stream Clustering)
نهج تجميع يحدد المناطق الكثيفة من نقاط البيانات في تدفق، قادر على التعامل مع التجمعات ذات الأشكال التعسفية واكتشاف الضوضاء.
خوارزمية DBSTREAM
خوارزمية تجميع بالتدفق قائمة على الكثافة تستخدم شبكات كثيفة وتجمعات صغيرة لإدارة الذاكرة بكفاءة والكشف السريع عن الانجرافات.
عامل الكثافة (Density Factor)
مقياس يستخدم في بعض خوارزميات التجميع بالتدفق لتقييم كثافة التجمع الصغير، مما يؤثر على إنشائه أو دمجه أو إزالته.
الوزن المتناقص (Decaying Weight)
آلية تمنح أهمية متناقصة لنقاط البيانات الأقدم، مما يسمح للنموذج بالتركيز على الاتجاهات الحديثة للتدفق.
التجميع الفوري (Online Clustering)
مرحلة من العملية حيث يتم معالجة كل نقطة بيانات جديدة وتعيينها لتجمع صغير بشكل تدريجي، دون الحاجة إلى مجموعة البيانات بأكملها.
التجميع غير المتصل (Offline Clustering)
مرحلة اختيارية تولد التجمعات الكبيرة النهائية من التجمعات الصغيرة الموجودة، غالبًا بناءً على طلب المستخدم لإجراء تحليل في لحظة معينة.
الشبكة الديناميكية (Dynamic Grid)
هيكل بيانات مكاني يتكيف عن طريق تقسيم أو دمج الخلايا لتتبع تطور توزيع البيانات في التدفق، مما يحسن استخدام الذاكرة.
اكتشاف الشذوذ في التدفق (Stream Anomaly Detection)
عملية مدمجة في التجميع بالتدفق تحدد نقاط البيانات التي لا تنتمي إلى أي تجمع كثيف، وتصنفها كشذوذ أو ضوضاء.
ملخص التجمع (Cluster Synopsis)
تمثيل مضغوط لتجمع (أو تجمع صغير) يحتوي على إحصائيات أساسية مثل المركز، ونصف القطر، والوزن، مما يتيح إجراء حسابات فعالة.
خوارزمية DenStream
خوارزمية تجميع بالتدفق تعتمد على الكثافة وتميز التجمعات الصغيرة المحتملة عن التجمعات الصغيرة المركزية لنمذجة التجمعات الناشئة والمستقرة.
الأفق الزمني (Time Horizon)
معامل يحدد فترة صلاحية البيانات في نموذج التجميع بالتدفق، ويؤثر على سرعة نسيان النموذج للمعلومات القديمة.