قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
Prototype Network
Architecture méta-apprentissage qui crée des prototypes de classe en calculant la moyenne des embeddings des exemples d'entraînement pour classer de nouvelles instances par distance euclidienne minimale.
Prototype de Classe
Représentation vectorielle centrale d'une classe calculée comme la moyenne des embeddings des exemples du support set, servant de référence pour la classification.
Softmax sur Distances
Fonction d'activation qui convertit les distances négatives entre queries et prototypes en probabilités de classification using la formule exp(-d) / Σ exp(-d).
Prototypical Loss
Fonction de perte optimisant l'encodeur pour minimiser les distances intra-classe et maximiser les distances inter-classe dans l'espace des prototypes.
Vectorisation de Prototype
Processus de transformation des exemples de support en vecteurs numériques uniques représentant les caractéristiques essentielles de chaque classe.
Séparation de Classes
Objectif principal des prototype networks visant à maximiser la distance entre les prototypes de classes différentes dans l'espace d'embedding.
Classification Basée sur Distance
Approche alternative aux classifieurs paramétrés où les prédictions sont basées sur la proximité métrique aux représentations de classe plutôt que sur des poids appris.
Centroïde de Classe
Point mathématique représentant le centre de gravité des embeddings d'une classe, calculé comme la moyenne vectorielle pour former le prototype.
Dimension d'Embedding
Taille de l'espace vectoriel dans lequel les prototypes et queries sont représentés, affectant la capacité de discrimination du modèle.
Fonction de Similarité
Fonction mathématique quantifiant la proximité entre deux vecteurs, utilisée pour comparer queries aux prototypes dans les prototype networks.
Apprentissage par Episode
Stratégie d'entraînement où chaque batch constitue une tâche few-shot complète, permettant au modèle d'apprendre des capacités de généralisation rapide.
Représentation Prototypique
Modèle de classification où chaque classe est représentée par un vecteur unique capturant les caractéristiques essentielles des exemples disponibles.