এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
হায়ারার্কিক্যাল ভ্যারিয়েশনাল অটোএনকোডার (HVAE)
একাধিক স্তরের লেটেন্ট ভেরিয়েবল সহ বর্ধিত VAE আর্কিটেকচার যা মাল্টি-স্কেল রিপ্রেজেন্টেশন ক্যাপচার করার জন্য হায়ারার্কিকভাবে সাজানো। স্তরগুলির মধ্যে কন্ডিশনাল ডিপেন্ডেন্সির মাধ্যমে জটিল স্ট্রাকচারের সূক্ষ্ম মডেলিং সম্ভব করে।
হায়ারার্কিক্যাল লেটেন্ট ভেরিয়েবলস
স্তরবদ্ধভাবে সাজানো লেটেন্ট ভেরিয়েবলের সেট যেখানে প্রতিটি স্তর কন্টেন্টের বিভিন্ন অ্যাবস্ট্রাকশন ক্যাপচার করে। উচ্চ স্তরগুলি গ্লোবাল স্ট্রাকচার মডেল করে যখন নিম্ন স্তরগুলি সূক্ষ্ম বিবরণ ক্যাপচার করে।
বটম-আপ ইনফারেন্স নেটওয়ার্ক
ইনফারেন্স নেটওয়ার্ক যা VAE-এর হায়ারার্কিক্যাল স্তরগুলির মাধ্যমে নিচ থেকে উপরে ইনপুট ডেটা প্রসেস করে। প্রতিটি স্তর নিম্ন স্তরগুলির তথ্য ব্যবহার করে সংশ্লিষ্ট লেটেন্ট ভেরিয়েবলগুলির ডিস্ট্রিবিউশন প্যারামিটার গণনা করে।
টপ-ডাউন জেনারেটিভ নেটওয়ার্ক
জেনারেটিভ নেটওয়ার্ক যা ডেটা রিকনস্ট্রাক্ট করার জন্য উচ্চ স্তর থেকে নিম্ন স্তরে লেটেন্ট ভেরিয়েবল স্যাম্পল করে। কন্ডিশনাল জেনারেশন ইমপ্লিমেন্ট করে যেখানে প্রতিটি স্তর উচ্চ স্তরগুলির স্যাম্পলের উপর নির্ভরশীল।
ল্যাডার VAE
HVAE-এর একটি স্পেসিফিক ভ্যারিয়েন্ট যেখানে ইনফারেন্স এবং জেনারেশন স্তরগুলির মধ্যে ল্যাটেরাল কানেকশন রয়েছে। পোস্টেরিয়র এস্টিমেশন এবং রিকনস্ট্রাকশন কোয়ালিটি উন্নত করতে কম্বাইন্ড আপ-ডাউন পাস ব্যবহার করে।
স্টোকাস্টিক ডেপথ
রেগুলারাইজেশন টেকনিক যেখানে ট্রেনিংয়ের সময় কিছু হায়ারার্কিক্যাল কানেকশন র্যান্ডমলি ডিসএবল করা হয়। বিভিন্ন লেভেলের অ্যাবস্ট্রাকশনে রোবাস্ট রিপ্রেজেন্টেশন শিখতে বাধ্য করে জেনারালাইজেশন উন্নত করে।
হায়ারার্কিক্যাল ELBO
হায়ারার্কিক্যাল স্ট্রাকচারের জন্য অ্যাডাপ্টেড এভিডেন্স লোয়ার বাউন্ড যেখানে প্রতিটি লেটেন্টাল লেভেলের জন্য KL ডাইভারজেন্স টার্ম রয়েছে। লেটেন্ট ভেরিয়েবলগুলির হায়ারার্কি অনুযায়ী ওয়েটেড রিকনস্ট্রাকশন টার্ম অন্তর্ভুক্ত করে।
পোস্টেরিয়র কোল্যাপ্স
একটি ফেনোমেনন যেখানে ইনফারেন্স নেটওয়ার্ক লেটেন্ট ভেরিয়েবলগুলি ইগনোর করে এবং প্রায়রির সমান একটি ডিজেনারেট পোস্টেরিয়র প্রডিউস করে। অনেক হায়ারার্কিক্যাল লেভেল সহ HVAE-তে বিশেষভাবে সমস্যাযুক্ত।
মাল্টি-লেভেল ইনফারেন্স অ্যামর্টাইজেশন
অপ্টিমাইজেশন কৌশল যেখানে একটি একক নিউরাল নেটওয়ার্ক সমস্ত শ্রেণিবদ্ধ স্তরের জন্য পোস্টেরিয়র প্যারামিটার অনুমান করতে ভাগ করা হয়। গণনামূলক জটিলতা হ্রাস করে যখন অভিব্যক্তিমূলক ক্ষমতা বজায় রাখে।
গ্লোবাল এবং লোকাল লেটেন্ট ভেরিয়েবলস
HVAE-তে গ্লোবাল বৈশিষ্ট্য (স্টাইল, বিভাগ) ক্যাপচারকারী ভেরিয়েবল এবং লোকাল ভেরিয়েবল (নির্দিষ্ট বিবরণ) এর মধ্যে পার্থক্য। গ্লোবাল ভেরিয়েবল সাধারণত শ্রেণিবদ্ধতার উচ্চ স্তরে অবস্থান করে।
অ্যানিলিং কেএল ডাইভারজেন্স
প্রশিক্ষণ কৌশল যেখানে কেএল ডাইভারজেন্স শর্তগুলির ওজন ধীরে ধীরে বৃদ্ধি করা হয়। HVAE-তে পোস্টেরিয়র কোলাপস এড়াতে এবং পুনর্গঠন ও নিয়মিতকরণের মধ্যে ভারসাম্যপূর্ণ শেখার অনুমতি দেওয়ার জন্য অপরিহার্য।
হায়ারার্কিক্যাল স্কিপ কানেকশনস
গ্রেডিয়েন্ট সংরক্ষণ এবং স্থিতিশীলতা উন্নত করতে শ্রেণিবদ্ধতার অ-সংলগ্ন স্তরগুলির মধ্যে সরাসরি সংযোগ। সূক্ষ্ম এবং বিমূর্ত উপস্থাপনাগুলির মধ্যে তথ্য প্রবাহ সহজতর করে।
মাল্টি-স্কেল রিপ্যারামিটারাইজেশন ট্রিক
স্ট্যান্ডার্ড রিপ্যারামিটারাইজেশন ট্রিকের এক্সটেনশন মাল্টি-লেভেল স্যাম্পলিং সহ শ্রেণিবদ্ধ আর্কিটেকচারে। পুরো স্টোকাস্টিক চেইন জুড়ে গ্রেডিয়েন্টগুলির সমন্বিত ব্যবস্থাপনার প্রয়োজন।
ফ্যাক্টরাইজড পোস্টেরিয়র
পোস্টেরিয়র আনুমানিক যেখানে প্রতিটি স্তরের লেটেন্ট ভেরিয়েবলগুলি নিম্ন স্তরগুলি দেওয়া শর্তাধীনভাবে স্বাধীন। জটিল শ্রেণিবদ্ধ নির্ভরতা অনুমোদন করার সময় ইনফারেন্স সরল করে।
হায়ারার্কিক্যাল ডেন্স কানেকশনস
আর্কিটেকচার যেখানে শ্রেণিবদ্ধতার প্রতিটি স্তর সমস্ত পূর্ববর্তী স্তরের সংযোজন ইনপুট হিসাবে পায়। তথ্য প্রবাহ সর্বাধিক করে এবং সমৃদ্ধ উপস্থাপনা শেখা সহজতর করে।