قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
عنق الزجاجة (Bottleneck)
الطبقة المركزية للمشفر التلقائي ذات الأبعاد الأقل، والتي تجبر الشبكة على تعلم تمثيل مضغوط وذو صلة لبيانات الإدخال.
المشفر التلقائي الانكماشي (Contractive Autoencoder)
مشفر تلقائي يعاقب حساسية التمثيل المشفر للتغيرات الصغيرة في الإدخال، وبالتالي يتعلم ميزات أكثر قوة وثباتًا.
المشفر التلقائي العميق (Deep Autoencoder)
مشفر تلقائي يتكون من عدة طبقات مخفية، مما يسمح بتعلم تسلسلات هرمية معقدة من الميزات لإعادة بناء أدق واكتشاف الشذوذ.
دالة خسارة إعادة البناء (Reconstruction Loss Function)
دالة الهدف (الخسارة) المستخدمة لقياس خطأ إعادة البناء، مثل متوسط الخطأ التربيعي (MSE) أو تباعد كولباك-لايبلر، والتي توجه تدريب النموذج.
غابة العزل مقابل المشفر التلقائي (Isolation Forest vs Autoencoder)
مقارنة بين منهجين لاكتشاف الشذوذ: غابة العزل تعزل الملاحظات عبر تقسيمات عشوائية، بينما يقوم المشفر التلقائي بنمذجة الحالة الطبيعية عبر إعادة البناء.
المشفر التلقائي الالتفافي (Convolutional Autoencoder)
مشفر تلقائي يستخدم طبقات الالتفاف (Conv2D) بدلاً من الطبقات المتصلة بالكامل، وهو مناسب بشكل خاص لاكتشاف الشذوذ في بيانات الصور أو السلاسل الزمنية.
الافراط في التخصيص (Overfitting) في اكتشاف الشذوذ
ظاهرة يتعلم فيها المشفر التلقائي بيانات التدريب العادية بشكل مثالي للغاية، بما في ذلك ضوضائها، مما يقلل من قدرته على التعميم واكتشاف الشذوذ الحقيقي.