قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
تصنيف الصور
مهمة في الرؤية الحاسوبية تتضمن تعيين تسمية محددة مسبقًا لصورة كاملة بناءً على محتواها الرئيسي، باستخدام خوارزميات التعلم الآلي.
الشبكات العصبية الالتفافية
بنية تعلم عميق متخصصة في معالجة الصور، تستخدم طبقات الالتفاف لاستخراج خصائص هرمية تلقائيًا.
الالتفاف
عملية رياضية تطبق مرشحًا (kernel) على صورة للكشف عن أنماط محددة مثل الحواف أو الأنسجة أو الأشكال.
التجميع
عملية تقليل أبعاد تقوم بأخذ عينات من الخصائص المستخرجة، مما يسمح بتقليل التعقيد الحسابي مع الحفاظ على المعلومات الأساسية.
سوفت ماكس
دالة تنشيط الإخراج التي تحول اللوغاريتمات إلى توزيع احتمالات على الفئات، مما يضمن أن مجموع الاحتمالات يساوي 1.
مصفوفة الارتباك
جدول تقييم الأداء يوضح التنبؤات الصحيحة وغير الصحيحة للنموذج لكل فئة، مما يسمح بتحديد الأخطاء المنهجية.
الترميز أحادي الساخن
تمثيل متجهي لتسميات الفئات حيث يحتوي كل متجه على عنصر واحد يساوي 1 وجميع العناصر الأخرى تساوي 0.
بنية ResNet
عائلة من الشبكات العصبية العميقة التي تستخدم اتصالات متبقية للسماح بتدريب شبكات عميقة جدًا دون تدهور في الأداء.
الطبقات المتصلة بالكامل
الطبقات الأخيرة في CNN حيث يتصل كل خلية عصبية بجميع الخلايا العصبية في الطبقة السابقة لدمج الميزات المستخرجة في التنبؤات النهائية.
فقدان الانتروبيا المتقاطعة
دالة فقدان قياسية لمشاكل التصنيف متعدد الفئات تقيس التباعد بين الاحتمالات المتوقعة والعلامات الفعلية.
التحديد الطبقي
طريقة أخذ العينات تحافظ على توزيع الفئات عند تقسيم مجموعة البيانات إلى مجموعات التدريب والتحقق والاختبار.
Grad-CAM
تقنية تصور تُولد خرائط حرارية لتفسير قرارات CNN عن طريق تحديد المناطق في الصورة التي تؤثر على التصنيف.
دقة أفضل k نتائج
مقياس أداء يعتبر التنبؤ صحيحًا إذا كانت العلامة الفعلية تظهر ضمن k التنبؤات الأكثر احتمالًا للنموذج.