قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
الخلفي الاستدلالي (Inference Posterior)
توزيع الاحتمال على المتغيرات الكامنة بشرط البيانات المرصودة، والذي يتم تقريبه بواسطة مُشفّر VAE لأن حسابه الدقيق غالبًا ما يكون صعبًا.
الأولوية على الفضاء الكامن (Prior sur l'Espace Latent)
توزيع الاحتمال المسبق المختار للمتغيرات الكامنة، وعادة ما يكون غاوسيًا قياسيًا متجانسًا N(0, I)، والذي يعمل كمنظم ويسهل أخذ العينات للتوليد.
انهيار الخلفي (Posterior Collapse)
مشكلة تدريب حيث ينتج المُشفّر توزيعات كامنة شبه مطابقة للتوزيع المسبق، متجاهلاً بيانات الإدخال ويجعل المُفكّك غير قادر على استخدام المعلومات الكامنة للتوليد.
VAE الشرطي (Conditional VAE)
نسخة من VAE حيث يتم توليد البيانات بناءً على معلومات إضافية، مثل تسمية فئة أو سمات، مدمجة في المُشفّر والمُفكّك للتحكم المستهدف.
VAE إزالة الضوضاء (Denoising VAE)
امتداد لـ VAE يتم تدريبه لإعادة بناء بيانات نظيفة من إصدارات تالفة بالضوضاء، مما يحسن قوة التمثيل الكامن وقدرة النموذج على التعميم.
فك تشابك العوامل الكامنة (Disentanglement)
هدف يهدف إلى أن يقوم كل بُعد من أبعاد الفضاء الكامن بترميز عامل اختلاف مستقل دلاليًا وقابل للتفسير للبيانات، مما يسهل التحكم في التوليد وتفسيره.
VAE الهرمي (Hierarchical VAE)
بنية VAE متعددة المستويات حيث يتم تنظيم الفضاء الكامن في طبقات، لالتقاط التجريدات على مقاييس مختلفة وتحسين نمذجة توزيعات البيانات المعقدة.
الاستدلال التبايني المطفأ (Amortized Variational Inference)
طريقة يتعلم فيها شبكة عصبية (المُشفّر) تقريب حساب التوزيع الخلفي لأي بيانات إدخال، مما يتجنب التحسين المكلف لكل عينة.