قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
TabNet
بنية شبكة عصبية متسلسلة مصممة خصيصاً للبيانات الجدولية، تستخدم آلية إخفاء انتباه لاختيار السمات ذات الصلة بطريقة قابلة للتفسير في كل خطوة قرار.
الإخفاء الانتباهي (Attentive Masking)
آلية في قلب TabNet تتعلم إخفاء السمات غير ذات الصلة بشكل متسلسل، مما يسمح للنموذج بالتركيز على المتغيرات الأكثر إفادة لتوقع معين.
التعلم التسلسلي للسمات (Sequential Feature Learning)
عملية يتم من خلالها تعلم TabNet تمثيل البيانات عبر عدة مراحل، حيث كل مرحلة تنقي اختيار السمات بناءً على معلومات المراحل السابقة.
محول السمات (Feature Transformer)
وحدة في TabNet تحول سمات الإدخال المقنعة إلى تمثيل جديد ذي أبعاد أعلى، باستخدام طبقات متصلة بالكامل ودالة تنشيط GLU.
GLU (وحدة خطية بوابية)
دالة تنشيط مستخدمة في محول السمات لـ TabNet، تسمح بالتحكم في تدفق المعلومات عن طريق ضرب الإسقاط الخطي ببوابة سيجمويد، مما يحسن قدرة الشبكة على نمذجة العلاقات المعقدة.
مجمع (Attentive Transformer)
مكون في TabNet يولد قناع الانتباه لخطوة القرار التالية، بناءً على الحالة السابقة والسمات المحولة لتحديد مكان تركيز الانتباه.
خطوة القرار (Decision Step)
وحدة معالجة أساسية في بنية TabNet، تجمع بين محول السمات والمحول الانتباهي لإنتاج خرج جزئي وقناع للخطوة التالية.
شبكة الانحدار المتسلسل (SER - Series Regression Network)
مفهوم نظري تستلهم منه TabNet، يتضمن نمذجة توقع معقد كسلسلة من القرارات الأبسط، كل منها ينعّم النتيجة النهائية.
ترميز الفئات بالتضمين
تقنية معالجة مسبقة للمتغيرات الفئوية لـ TabNet، حيث يتم تعيين كل فئة إلى متجه كثيف منخفض الأبعاد يتم تعلمه أثناء التدريب، مما يسمح للنموذج بالتقاط العلاقات الدلالية بين الفئات.
التطبيع بالدفعات (Batch Normalization)
طبقة مطبقة في كتل TabNet لاستقرار وتسريع التدريب، عن طريق تطبيع تنشيطات كل دفعة إلى متوسط صفري وتباين وحدوي.
التنظيم بالتشتت (Sparsity Regularization)
تقنية مستخدمة في TabNet لتشجيع قناع الانتباه على تحديد عدد قليل من الخصائص فقط، مما يعزز نماذج أبسط وأكثر قابلية للتفسير.
هيكل العمق المتغير (Variable Depth Architecture)
خاصية TabNet حيث يمكن أن يختلف عدد خطوات القرار المستخدمة فعليًا لكل عينة، حيث يمكن للنموذج تعلم التوقف عندما تكون المعلومات كافية لتنبؤ موثوق.
البيانات الجدولية
نوع من البيانات المهيكلة المنظمة في صفوف وأعمدة، نموذجية لجداول البيانات أو قواعد البيانات العلائقية، والتي تم تحسين TabNet خصيصًا لها.
القوة تجاه الخصائص المفقودة
قدرة TabNet على التعامل مع القيم المفقودة في بيانات الإدخال بفعالية، عن طريق تعلم إخفائها والتكيف معها دون الحاجة إلى استيفاء مسبق معقد.
التعلم المعزز للتقنيع
منظور نظري حيث يمكن رؤية عملية التقنيع التسلسلي في TabNet على أنها عملية اتخاذ قرار، حيث يتعلم النموذج سياسة اختيار الخصائص لتعظيم مكافأة الدقة.
الشبكة العصبية المقنعة (Masked Neural Network)
فئة من الشبكات العصبية، والتي يعتبر TabNet مثالاً عليها، تستخدم أقنعة متعلمة لتحديد مجموعات فرعية ديناميكية من المدخلات أو الخلايا العصبية، مما يحسن الكفاءة وقابلية التفسير.