قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
VIME
تقدير التحويل والقناع المتغير، وهو إطار لتقدير القيم المفقودة يستخدم الاستدلال المتغير لنمذجة توزيع البيانات وقناع البيانات المفقودة بشكل مشترك.
قناع البيانات المفقودة
مصفوفة ثنائية تشير إلى وجود (1) أو غياب (0) البيانات لكل ملاحظة ومتغير، يتم نمذجة توزيعها في VIME.
المشفّر التلقائي المتغير (VAE)
بنية شبكة عصبية توليدية تتعلم تمثيلًا كامنًا احتماليًا للبيانات، تُستخدم في VIME لنمذجة توزيع البيانات الكاملة.
آلية MAR (مفقودة عشوائياً)
افتراض حيث يعتمد احتمال أن تكون القيمة مفقودة فقط على القيم المُلاحظة، يتم تحقيقه بشكل مشروط بواسطة إطار VIME.
آلية MNAR (غير مفقودة عشوائياً)
سيناريو حيث يعتمد احتمال فقدان البيانات على القيم المفقودة نفسها، يمكن لـ VIME نمذجة ذلك بفضل تقديره المشترك للقناع.
إعادة أخذ العينات الأهمية
تقنية تقدير مونت كارلو تُستخدم في VIME لتقريب التوقع تحت التوزيع المتغير مع تباين منخفض.
التوزيع التنبؤي اللاحق
توزيع البيانات المستقبلية الذي يدمج عدم اليقين حول معلمات النموذج، تستغله VIME لإنشاء تقديرات واقعية.
تخفيف الاستدلال
استراتيجية يتم فيها إنتاج المعلمات المتغيرة بواسطة شبكة عصبية (مشفّر) بدلاً من تحسينها بشكل فردي، مما يسمح بمعالجة فعالة لمجموعات البيانات الكبيرة.
تحليل الحد التبايني
تحليل ELBO من حيث مختلفة (إعادة البناء، التنظيم الكامن، تنبؤ القناع) الذي يوجه بنية وتدريب نموذج VIME
الاستدراك التلقائي الانحداري
طريقة يتم فيها استدراك القيم المفقودة بشكل تسلسلي بالاشتراط على الاستدراكات السابقة، كبديل لنهج VIME التبايني
نموذج توليدي عميق
فئة من النماذج تتعلم توزيع الاحتمالية للبيانات، الذي يعد VIME مثالاً متخصصاً منه للبيانات المنظمة ذات القيم المفقودة