قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
المتجهات المتوازية
تقنية تعمل على تحسين العمليات المتجهية لآلات المتجهات الداعمة (SVM) عن طريق توزيع الحسابات على معالجات أو نوى متعددة لتسريع معالجة البيانات عالية الأبعاد.
تفكيك مشكلة SVM
طريقة تقسم مشكلة تحسين SVM إلى مشكلات فرعية أصغر قابلة للمعالجة بالتوازي، مما يقلل من التعقيد الحسابي على مجموعات البيانات الكبيرة.
SMO الموزع
نسخة متوازية من خوارزمية التحسين الأدنى المتسلسل (SMO) حيث يتم تحسين أزواج مضاعفات لاغرانج في وقت واحد على عقد حوسبة مختلفة.
التدرج العشوائي المتوازي
خوارزمية تحسين يتم فيها حساب التدرجات في وقت واحد على مجموعات فرعية مختلفة من البيانات، ثم يتم تجميعها لتحديث أوزان نموذج SVM.
تعلم SVM المتزايد
نهج تزايدي يتم فيه تحديث نموذج SVM بشكل تسلسلي مع كل نقطة بيانات جديدة، مما يسمح بمعالجة تدفقات البيانات دون الحاجة إلى مجموعة البيانات بأكملها في الذاكرة.
تقريب النواة العشوائي
تقنية تستبدل الحساب الدقيق للنواة بتقريب يعتمد على الإسقاطات العشوائية، مما يقلل بشكل كبير من التكاليف الحسابية مع الحفاظ على الأداء.
طريقة الكتل لـ SVM
استراتيجية تقسم مجموعة البيانات إلى كتل تتم معالجتها بشكل تسلسلي، حيث يتم الاحتفاظ بمتجهات الدعم وإعادة استخدامها بين الكتل للحفاظ على اتساق النموذج.
الاتصال المحسن بين العقد
مجموعة من التقنيات التي تقلل من تبادل البيانات بين العقد في آلات المتجهات الداعمة الموزعة، باستخدام استراتيجيات الضغط والاتصال غير المتزامن.
SVM مُسرّع بواسطة وحدة معالجة الرسوميات (GPU)
تطبيق SVM يستغل التوازي الهائل لوحدات معالجة الرسوميات (GPU) لتسريع العمليات الحسابية للمصفوفات وتقييمات النواة على مجموعات بيانات كبيرة.
مصفوفة النواة الموزعة
تخزين وحساب مصفوفة جرام عبر عدة عُقد، مما يسمح بمعالجة مجموعات بيانات تتجاوز مصفوفة النواة الكاملة الخاصة بها ذاكرة الوصول العشوائي (RAM) لجهاز واحد.
تحسين SVM غير المتزامن
نموذج تقوم فيه عُقد الحساب بتحديث المعلمات دون تزامن صارم، مما يقلل أوقات الانتظار ويحسن الإنتاجية في الأنظمة الموزعة.