এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
দূষিত ইনপুট
বাস্তব অবস্থায় অটোএনকোডারগুলোর সাধারণীকরণ ক্ষমতা উন্নত করতে শব্দ যোগ বা মাস্কিং দ্বারা ইচ্ছাকৃতভাবে অবনত করা ইনপুট ডেটা।
রোবাস্ট ফিচার লার্নিং
ইনপুট ডেটার পরিবর্তন ও দূষণের মুখে স্থিতিশীল এবং অপরিবর্তনীয় বৈশিষ্ট্য শেখার প্রক্রিয়া।
মাস্কিং নয়েজ
এক ধরনের শব্দ যেখানে ইনপুটের কিছু মাত্রা এলোমেলোভাবে শূন্যে সেট করা হয়, যা অনুপস্থিত বা অসম্পূর্ণ ডেটা সিমুলেট করে।
গাউসিয়ান নয়েজ
স্বাভাবিক বন্টন অনুসরণকারী সংযোজনশীল শব্দ, সাধারণত ডিনয়েজিং অটোএনকোডারে ইনপুট দূষণ করতে ব্যবহৃত হয়।
ওভারকমপ্লিট রিপ্রেজেন্টেশন
মূল ইনপুট স্পেসের চেয়ে উচ্চতর মাত্রার লেটেন্ট স্পেস, যা সমৃদ্ধ এবং অতিরিক্ত বৈশিষ্ট্য ক্যাপচার করতে সক্ষম।
টাইড ওয়েটস
এনকোডার এবং ডিকোডার স্তরের মধ্যে ওজন শেয়ার করা, সর্বোত্তম পুনর্গঠন নিশ্চিত করতে প্রতিসমভাবে স্থানান্তরিত।
দূষিত ডেটা ডিস্ট্রিবিউশন
দূষণ প্রক্রিয়া প্রয়োগের পর ডেটার পরিসংখ্যানগত বন্টন, যা মডেলকে বিঘ্নের প্রতি রোবাস্ট হতে প্রশিক্ষণ দিতে ব্যবহৃত হয়।
ড্রপআউট ডিনয়েজিং
প্রশিক্ষণের সময় শব্দ প্রক্রিয়া হিসাবে ড্রপআউট প্রয়োগ, নিয়মিতকরণ এবং ডিনয়েজিং লার্নিং একত্রিত করে।
অপরিবর্তনশীল বৈশিষ্ট্য নিষ্কাশন
ইনপুট ডেটায় প্রয়োগ করা রূপান্তর ও বিকৃতি সত্ত্বেও স্থিতিশীল থাকা বৈশিষ্ট্যগুলির নিষ্কাশন।