قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
عملية الانتشار الأمامي
عملية تكرارية تضيف تدريجياً ضوضاء غاوسية إلى البيانات الأصلية حتى يتم الحصول على توزيع عشوائي بحت، وتُستخدم كأساس لنماذج الانتشار في زيادة البيانات.
عملية الانتشار العكسي
عملية عكسية تتعلم إزالة الضوضاء تدريجياً من البيانات لإعادة بناء أو توليد اختلافات جديدة، وهي ضرورية لإنشاء عينات مُعززة واقعية.
زيادة البيانات بالانتشار
تقنية تستخدم نماذج الانتشار لتوليد اختلافات منظمة وواقعية لبيانات التدريب، مما يحسن من متانة وقابلية تعميم نماذج التعلم الآلي.
الانتشار المشروط بالفئة
توسيع لنماذج الانتشار يدمج معلومات الفئة للتحكم في توليد تعزيزات خاصة بكل فئة من فئات مجموعة البيانات.
بيانات اصطناعية قائمة على الانتشار
بيانات اصطناعية يتم إنشاؤها بواسطة نماذج الانتشار، تحافظ على الخصائص الإحصائية والهيكلية للبيانات الأصلية مع إدخال تباين متحكم فيه.
توليد التباين
عملية إنشاء تباينات متعددة لعيّنة أصلية باستخدام نقاط بداية مختلفة في مساحة الانتشار، مما يثري تنوع مجموعة البيانات المُعززة.
أخذ عينات الانتشار
طرق أخذ العينات من عملية الانتشار العكسي، تحدد جودة وتنوع البيانات المُعززة المُولدة من خلال استراتيجيات مثل DDIM أو DPM-Solver.
شبكة التنبؤ بالضوضاء
شبكة عصبية مدربة على التنبؤ بالضوضاء المضافة في كل خطوة من خطوات الانتشار، وتشكل جوهر نماذج الانتشار لتوليد بيانات مُعززة بشكل متحكم فيه.
مسار الانتشار
المسار الذي تسلكه البيانات في فضاء الانتشار من الحالة المشوشة إلى إعادة البناء، مما يؤثر بشكل مباشر على طبيعة وجودة الزيادات المنتجة.
توليد مجموعة بيانات معززة
عملية منهجية لإنشاء مجموعات بيانات موسعة باستخدام نماذج الانتشار، تجمع بين البيانات الأصلية والتغيرات الاصطناعية لتحسين أداء التعلم.
تحسين الميزات القائم على الانتشار
تطبيق نماذج الانتشار لتحسين أو تصحيح خصائص محددة للبيانات مع الحفاظ على سلامتها الدلالية الشاملة.
الانتشار المتحكم فيه
تقنيات توجه عملية الانتشار بقيود أو شروط محددة لتوليد زيادات مستهدفة تحترم خصائص معينة مرغوبة.
استيفاء الانتشار
طريقة تنشئ عينات وسيطة بين نقطتين أو أكثر من نقاط البيانات في فضاء الانتشار، مما يسمح بزيادة تدريجية ومتحكم فيها.
إضافة الضوضاء التدريجية
استراتيجية زيادة تضيف الضوضاء بشكل تدريجي إلى البيانات عبر عملية الانتشار، مما يخلق اختلافات دقيقة إلى كبيرة للتدريب القوي.
اكتشاف القيم الشاذة القائم على الانتشار
استخدام نماذج الانتشار لتحديد وتوليد أمثلة حدودية أو تكوينات نادرة، مما يحسن مرونة النموذج في مواجهة الحالات القصوى.