قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
إجراء التقدم (Forward Procedure)
الجزء التكراري من خوارزمية التقدم-التراجع (Forward-Backward) الذي يحسب الاحتمالات المشتركة للملاحظات حتى الوقت t والحالة المخفية عند t. يسمح بنشر المعلومات من الماضي إلى الحاضر في النموذج.
إجراء التراجع (Backward Procedure)
المكون التكراري الذي يحسب الاحتمالات الشرطية للملاحظات المستقبلية بمعلومية الحالة المخفية عند الوقت t. ينشر المعلومات من المستقبل إلى الماضي لإكمال الاستدلال.
الاحتمالات الهامشية
الاحتمالات اللاحقة للحالات المخفية المحسوبة عن طريق الهامش على الحالات غير المرئية الأخرى. تمثل معرفتنا غير المؤكدة بالحالات بعد ملاحظة البيانات.
توزيع الانبعاث (Emission Distribution)
دالة الاحتمال الشرطي التي تربط كل حالة مخفية بالملاحظة المتولدة في تلك اللحظة. توضح كيف تنتج الحالات غير المرئية الإشارات القابلة للملاحظة.
متغيرات ألفا (Alpha variables)
متغيرات وسيطة تُحسب أثناء تمرير التقدم (forward pass) وتمثل الاحتمالات الجزئية للحالة المخفية. تسمح بتطبيق مستقر رقميًا للخوارزمية.
متغيرات بيتا (Beta variables)
متغيرات وسيطة لتمرير التراجع (backward pass) تحدد مساهمة الملاحظات المستقبلية في احتمال الحالة الحالية. وهي ضرورية للحساب الدقيق للاحتمالات اللاحقة.
معامل التسوية (Normalization Coefficient)
عامل قياس يضمن بقاء الاحتمالات مستقرة رقميًا أثناء حسابات التقدم والتراجع. يمنع الانخفاض الرقمي (underflow) في التسلسلات الطويلة.
شبكة البرمجة الديناميكية (Dynamic Programming Trellis)
هيكل حسابي يعيد استخدام النتائج الوسيطة لتجنب التكرار في تعداد المسارات. يجعل الحساب متعدد الحدود بدلاً من الأسي.
إحصائيات كافية
إحصائيات كافية محسوبة بواسطة خوارزمية التقديم-التأخير (Forward-Backward) وتُستخدم في خطوة M من خوارزمية EM. وهي تلخص المعلومات الضرورية لتحديث المعلمات.
تنعيم أمثل
تقدير الحالات المخفية باستخدام جميع الملاحظات الماضية والمستقبلية لكل لحظة. تنتج خوارزمية التقديم-التأخير (Forward-Backward) مقدر MMSE لهذه المهمة.
كثافة الترشيح
توزيع الاحتمالية للحالة الحالية مع العلم بالملاحظات الماضية فقط. يمكن الحصول عليها كناتج ثانوي للمرور الأمامي (forward pass) للخوارزمية.
تنعيم الإحصائيات
حساب توقعات المتغيرات الكامنة المرجحة بالاحتمالات الخلفية. هذه الإحصائيات المنعمة ضرورية لتقدير الاحتمالية القصوى.