قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
ALEBO (التضمينات الخطية التكيفية للتحسين البيزي)
تقنية تحسين بيزي تتعلم فضاء جزئي خطي منخفض الأبعاد لإسقاط النقاط عالية الأبعاد، مما يقلل من التعقيد الحسابي.
ADD-GP (العملية الغوسية الجمعية)
نموذج عملية غوسية جمعية يحلل الدالة الهدف إلى مجموع دوال لمجموعات فرعية من المتغيرات، مما يسمح بقابلية أفضل للتوسع في الأبعاد العالية.
العملية الغوسية (GP)
نموذج احتمالي غير معلمي يحدد توزيعًا على الدوال، يُستخدم على نطاق واسع كبديل في التحسين البيزي لنمذجة عدم اليقين.
معيار الاكتساب
دالة إرشادية تُستخدم في التحسين البيزي لتوجيه اختيار نقطة التقييم التالية من خلال موازنة الاستكشاف والاستغلال.
التحسين المتوقع (EI)
معيار اكتساب شائع يحسب التحسين المتوقع مقارنة بأفضل ملاحظة حالية، مرجحًا بعدم اليقين في النموذج.
تضمين الأبعاد
تقنية اختزال الأبعاد تُسقط فضاء البحث عالي الأبعاد في فضاء جزئي منخفض الأبعاد حيث يتم إجراء التحسين.
البنية الجمعية
افتراض أن الدالة الهدف يمكن تحليلها إلى مجموع دوال تعتمد على مجموعات فرعية من المتغيرات، يُستغل لتحسين الكفاءة في الأبعاد العالية.
التحسين في الأبعاد العالية (High-Dimensional BO)
نوع مختلف من التحسين البيزي مُكيف مع فراغات البحث ذات العشرات أو المئات من الأبعاد، ويتطلب تقنيات متخصصة.
النموذج البديل (Surrogate Model)
نموذج تقريبي للدالة الهدف المكلفة، يُستخدم في التحسين البايزي للتنبؤ بالقيم وعدم اليقين في النقاط غير المُقيمة.
نواة ARD (التحديد التلقائي للأهمية)
نواة عملية غوسية تتعلم تلقائيًا أهمية كل بُعد، مما يسمح بتحديد المتغيرات ذات الصلة في الأبعاد العالية.
التضمين العشوائي
تقنية تُسقط عشوائيًا فضاء الأبعاد العالية في فضاء فرعي ذي أبعاد أقل، بافتراض أن عددًا قليلاً من الاتجاهات فقط هو ذو صلة.
التحسين البايزي بمنطقة الثقة
طريقة تحسين بايزية تُقيّد البحث في منطقة ثقة حول أفضل حل حالي، مناسبة للمشاكل في الأبعاد العالية.
GP-UCB (الحد الأعلى لثقة العملية الغوسية)
معيار اكتساب يوازن بين الاستكشاف والاستغلال باستخدام حد أعلى للثقة على تنبؤ العملية الغوسية.
تحليل النواة (Factorization Kernel)
نهج يُحلّل نواة العملية الغوسية إلى حاصل ضرب نويات أحادية البعد، مما يقلل التعقيد الحسابي في الأبعاد العالية.
التحسين متعدد الأهداف في الأبعاد العالية
امتداد للتحسين البايزي للمشاكل ذات الأهداف المتعددة المتعارضة في الأبعاد الكبيرة، ويتطلب معايير اكتساب مُكيفة.
التحسين البايزي مع مخرجات عالية الأبعاد
متغير حيث تُرجع الدالة الهدف متجهات عالية الأبعاد، مما يتطلب نماذج متعددة المخرجات ومعايير اكتساب متخصصة.