قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
الأهمية الزمنية
تقنية تحدد اللحظات أو الفواصل الزمنية الأكثر تأثيراً في السلسلة الزمنية من خلال تشويش بيانات الإدخال وقياس الأثر على مخرجات النموذج.
الانتشار الخلفي الموجه زمنياً
طريقة تفسيرية تُكيف الانتشار الخلفي الموجه للشبكات العصبية المتكررة لتصور السمات الزمنية التي تنشط الخلايا العصبية بشكل أكبر.
LIME للسلاسل الزمنية
تعديل لخوارزمية LIME (التفسيرات المحلية القابلة للتفسير المستقلة عن النموذج) التي تولد تفسيرات محلية من خلال إنشاء مقاطع مشوشة من السلسلة الزمنية لتشكيل نموذج تفسيري بسيط.
SHAP الزمني
امتداد لقيم شابلي المضافة التفسيرية للبيانات التسلسلية، حيث تُعَزى مساهمة لكل خطوة زمنية أو لكل سمة في كل لحظة لشرح التوقع الشامل.
إخفاء الفاصل الزمني
نهج تفسيري يُخفي أو يستبدل مقاطع كاملة من السلسلة الزمنية لتقييم أهميتها الجماعية في قرار النموذج، على عكس الأهمية الزمنية التي تركز على نقاط فردية.
قواعد التطور الزمني
طريقة تستخلص قواعد منطقية تصف كيف تتطور الحالات أو الأنماط مع الزمن لتؤدي إلى توقع محدد، مما يجعل منطق النموذج التسلسلي صريحاً.
تحليل المسار في الفضاء الكامن
تقنية تُصور وتُفسر المسار الذي تسلكه سلسلة بيانات في الفضاء الكامن لنموذج (مثل المترمِّز التلقائي) لفهم ديناميكيتها وتصنيفها.
الأهمية الزمنية بالتحليل الموجي
طريقة تُحلل السلسلة الزمنية إلى ترددات ومقاييس زمنية مختلفة عبر التحويل الموجي، ثم تُقيم أهمية كل مكون لتوقع النموذج.
التفسيرات المضادة للوقت
توليد سلاسل زمنية معدلة بشكل طفيف تغير توقعات النموذج، مما يسمح بفهم الشروط الزمنية الحرجة التي كانت ستؤدي إلى نتيجة مختلفة.
خريطة حرارة ديناميكية
تصور تفسيري يعرض أهمية الميزات (أو البكسل في الفيديو) بشكل تطوري مع مرور الوقت، موضحًا كيف يتغير تركيز النموذج.
التفسير عن طريق تجميع الميزات الزمنية
نهج يفسر التوقعات بالاعتماد على ميزات زمنية مجمعة (المتوسط المتحرك، التباين، إلخ) بدلاً من نقاط البيانات الخام، مما يوفر رؤية أكثر شمولية.
تحليل التأثير حسب الخطوة الزمنية
طريقة تعزل مساهمة كل خطوة زمنية فردية في التوقع النهائي، غالبًا باستخدام تقنيات إزالة الضوضاء أو تحليل التدرجات عبر الخطوات المتكررة.
تحليل أهمية التبعيات طويلة الأجل
مجموعة من التقنيات تهدف إلى قياس وتصور كيف تؤثر الأحداث البعيدة في الماضي على التوقع الحالي، وهو تحدٍ رئيسي للنماذج مثل LSTM أو المحولات.
التفسيرات السببية الزمنية
منهجية تتجاوز الارتباط لتحديد علاقات السبب والنتيجة في البيانات المتسلسلة التي يستغلها النموذج، باستخدام نماذج سببية مثل الرسوم البيانية السببية غير الدائرية الزمنية.