এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
ঘনত্ব মোড
ডেটার সম্ভাব্যতা ঘনত্ব স্থানীয় সর্বোচ্চে পৌঁছায় এমন বৈশিষ্ট্য স্থানের বিন্দু, যার দিকে Mean Shift অ্যালগরিদম একটি ক্লাস্টারের কেন্দ্র শনাক্ত করতে অভিসারী হয়।
অনুসন্ধান উইন্ডো
একটি ডেটা পয়েন্টের চারপাশে বৃত্তাকার বা গোলাকার অঞ্চল, যা ব্যান্ডউইথ দ্বারা সংজ্ঞায়িত, যার ভিতরে অ্যালগরিদম স্থানান্তরের দিক নির্ধারণ করতে পয়েন্টগুলোর ওজনযুক্ত গড় গণনা করে।
স্থানান্তর ভেক্টর
অ্যালগরিদমের প্রতিটি পুনরাবৃত্তিতে গণনা করা ভেক্টর, যা একটি বিন্দুর বর্তমান অবস্থান থেকে তার প্রতিবেশীদের ওজনযুক্ত ভরকেন্দ্রের দিকে নির্দেশ করে, এভাবে ঘনত্ব মোডের দিকে তার অগ্রগতিকে নির্দেশনা দেয়।
Mean Shift ট্রাজেক্টরি
একটি ডেটা পয়েন্ট দ্বারা অতিক্রান্ত পথ অ্যালগরিদমের ধারাবাহিক পুনরাবৃত্তির মাধ্যমে, তার প্রাথমিক অবস্থান থেকে একটি ঘনত্ব মোডে অভিসারী চূড়ান্ত অবস্থানে পৌঁছানো পর্যন্ত।
ইমেজ সেগমেন্টেশন
Mean Shift অ্যালগরিদমের প্রধান প্রয়োগ, যেখানে পিক্সেলগুলোকে বৈশিষ্ট্য স্থানে (রঙ, অবস্থান) পয়েন্ট হিসেবে বিবেচনা করা হয় ইমেজের সমজাতীয় অঞ্চলগুলো গ্রুপ করার জন্য।
সংযুক্ত বৈশিষ্ট্য স্থান
ইমেজ সেগমেন্টেশনে ব্যবহৃত বহুমাত্রিক স্থান, যা স্থানিক বৈশিষ্ট্য (x, y স্থানাঙ্ক) এবং উপস্থিতির বৈশিষ্ট্য (RGB বা Lab রঙের মান) একত্রিত করে পিক্সেলগুলো গ্রুপ করার জন্য।
কার্নেল ঘনত্ব অনুমান (KDE)
পরিসংখ্যানগত পদ্ধতি যা Mean Shift-এর ভিত্তি, যা প্রতিটি পয়েন্টে কেন্দ্রীভূত কার্নেল ফাংশনগুলো যোগ করে একটি ডেটাসেটের সম্ভাব্যতা ঘনত্ব ফাংশন অনুমান করে।
অনুসন্ধান গ্রিড
সেরা ব্যান্ডউইথ খুঁজে বের করার জন্য অপ্টিমাইজেশন কৌশল, যা পূর্বনির্ধারিত মানের পরিসরে ক্লাস্টারিং কর্মক্ষমতা মূল্যায়ন করে, প্রায়শই সিলুয়েট স্কোরের মতো মেট্রিক্সের উপর ভিত্তি করে।
মোড সন্ধান
মিন শিফটের বিকল্প নাম এবং মৌলিক ধারণা, যা অ্যালগরিদমের প্রকৃতিকে ডেটার অন্তর্নিহিত ঘনত্ব ফাংশনের সর্বোচ্চ মান (মোড) অনুসন্ধানের পদ্ধতি হিসেবে বর্ণনা করে।
এঙ্কর পয়েন্ট
কিছু বাস্তবায়নে, গণনাগত জটিলতা হ্রাস করার জন্য অ্যালগরিদম শুরু করতে ব্যবহৃত ডেটা পয়েন্টের একটি উপসেট, অন্যান্য পয়েন্টগুলি পরে নিকটতম মোডে বরাদ্দ করা হয়।