قاموس الذكاء الاصطناعي

📖

المصطلحات

Zero-Shot Learning (ZSL)

Paradigme d'apprentissage automatique où le modèle reconnaît des classes jamais vues lors de l'entraînement en utilisant des informations sémantiques auxiliaires comme des descriptions textuelles ou des attributs.

📖

المصطلحات

Décomposition Sémantique

Processus de décomposition des classes complexes en attributs fondamentaux et partagés, facilitant la généralisation à de nouvelles classes par composition de ces éléments atomiques.

📖

المصطلحات

Espace d'Attributs

Espace vectoriel de haute dimension où chaque dimension représente un attribut sémantique spécifique, servant de domaine commun pour les classes vues et jamais vues.

📖

المصطلحات

Embedding Sémantique

Représentation vectorielle dense qui capture les relations sémantiques entre les concepts, permettant la mesure de similarité et le transfert de connaissances entre classes.

📖

المصطلحات

Mapping Attribut-Classe

Fonction apprenant la correspondance entre les représentations d'attributs et les classes, essentielle pour la classification dans les scénarios zero-shot.

📖

المصطلحات

Inférence par Attributs

Processus de reconnaissance où le modèle détecte d'abord les attributs présents dans une instance, puis infère la classe probable basée sur ces observations.

📖

المصطلحات

Base de Connaissances Sémantiques

Structure contenant des relations sémantiques entre les concepts et attributs, exploitée comme source externe de connaissances pour le zero-shot learning.

📖

المصطلحات

Biais de Projection Sémantique

Phénomène où les modèles ZSL tendent à prédire préférentiellement les classes vues lors de l'entraînement, même dans des scénarios généralisés zero-shot.

📖

المصطلحات

Generalized Zero-Shot Learning (GZSL)

Extension du ZSL où le modèle doit classifier simultanément des classes vues et jamais vues, reflétant mieux les scénarios réels d'application.