এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
ভ্যারিয়েশনাল অটোএনকোডার (ভিএই)
ডেটা জেনারেশনের জন্য লেটেন্ট স্পেসে সম্ভাব্যতা বন্টন ব্যবহার করে ভ্যারিয়েশনাল অটোএনকোডারের মৌলিক আর্কিটেকচার।
বিটা-ভিএই
একটি ভিএই-এর বৈকল্পিক যা পুনর্গঠন এবং লুকানো স্থানের নিয়মিতকরণের মধ্যে ভারসাম্য নিয়ন্ত্রণ করতে একটি বিটা প্যারামিটার প্রবর্তন করে।
Conditional VAE (CVAE)
VAE কে অতিরিক্ত তথ্য দ্বারা নিয়ন্ত্রিত করা হয় যা নির্দিষ্ট বৈশিষ্ট্য অনুযায়ী সুনির্দিষ্টভাবে জেনারেশন নিয়ন্ত্রণ করতে সক্ষম করে।
Adversarial Autoencoders (AAE)
লেটেন্ট স্পেসে নির্বিচারে বন্টন আরোপ করার জন্য VAE এবং অ্যাডভারসারিয়াল নেটওয়ার্কের সমন্বিত স্থাপত্য।
ভেক্টর কোয়ান্টাইজড ভিএই (ভিকিউ-ভিএই)
স্বয়ংক্রিয় এনকোডার যা কার্যকর পুনর্গঠন এবং বিচ্ছিন্ন উপস্থাপনার জন্য লুকানো স্থানে ভেক্টর কোয়ান্টাইজেশন ব্যবহার করে।
হায়ারার্কিক্যাল ভিএই
বিভিন্ন স্কেলে জটিল কাঠামো ক্যাপচার করার জন্য হায়ারার্কিক্যাল লেটেন্ট ভেরিয়েবল সহ মাল্টি-লেভেল আর্কিটেকচার।
InfoVAE
মিউচুয়াল ইনফরমেশন ম্যাক্সিমাইজেশন নীতির উপর ভিত্তি করে একটি প্রকরণ, যা জেনারেশনের মান উন্নত করতে এবং পোস্টেরিয়র কোল্যাপস এড়াতে সাহায্য করে।
Convolutional VAE
ইমেজ প্রক্রিয়াকরণের জন্য বিশেষায়িত VAE যা স্থানিক কাঠামো ক্যাপচার করতে কনভোলিউশনাল স্তর ব্যবহার করে।
Recurrent VAE
সময়গত ক্রমিক ডেটা মডেলিং এবং উৎপাদনের জন্য পুনরাবৃত্তিমূলক নেটওয়ার্ক (LSTM/GRU) সংযুক্ত স্থাপত্য।
VAE-GAN হাইব্রিড
VAE এবং GAN এর সংমিশ্রণ যেখানে VAE এনকোডিংয়ের জন্য এবং GAN জেনারেশনের দৃশ্যমান মান উন্নত করার জন্য ব্যবহৃত হয়।
ডিনয়েজিং ভিএই
পরিষ্কার ডেটা পুনর্গঠনের জন্য নোইজি ইনপুট থেকে প্রশিক্ষিত একটি বৈকল্পিক, যা দৃঢ়তা এবং নোইজ অপসারণ উন্নত করে।
সেমি-সুপারভাইজড ভিএই
লেবেলযুক্ত এবং অলেবেলযুক্ত ডেটাকে একটি ঐক্যবদ্ধ কাঠামোতে একত্রিত করে আধা-তত্ত্বাবধানে শেখার জন্য ভিএই-এর সম্প্রসারণ।