এআই গ্লসারি

📖

শব্দ

পোস্টেরিয়র ইনফারেন্স (Inference Posterior)

পর্যবেক্ষণকৃত ডেটার উপর শর্তযুক্ত লুকানো ভেরিয়েবলের সম্ভাবনা বন্টন, VAE-এর এনকোডার দ্বারা আনুমানিক কারণ এর সঠিক গণনা প্রায়শই অসাধ্য।

📖

শব্দ

লেটেন্ট স্পেস প্রায়র (Prior on Latent Space)

লুকানো ভেরিয়েবলের জন্য পূর্বে নির্বাচিত সম্ভাবনা বন্টন, সাধারণত একটি আইসোট্রপিক স্ট্যান্ডার্ড গাউসিয়ান N(0, I), যা একটি নিয়মিতকারী হিসাবে কাজ করে এবং জেনারেশনের জন্য নমুনা নেওয়া সহজ করে।

📖

শব্দ

পোস্টেরিয়র কোলাপস ইফেক্ট (Posterior Collapse Effect)

প্রশিক্ষণের সমস্যা যেখানে এনকোডার প্রায় প্রায়রের মতো অভিন্ন লেটেন্ট ডিস্ট্রিবিউশন তৈরি করে, ইনপুট ডেটা উপেক্ষা করে এবং ডিকোডারকে জেনারেশনের জন্য লেটেন্ট তথ্য ব্যবহার করতে অক্ষম করে তোলে।

📖

শব্দ

কন্ডিশনাল VAE (Conditional VAE)

VAE-এর একটি বৈকল্পিক যেখানে জেনারেশন অতিরিক্ত তথ্য দ্বারা শর্তযুক্ত, যেমন একটি ক্লাস লেবেল বা বৈশিষ্ট্য, লক্ষ্য নিয়ন্ত্রণের জন্য এনকোডার এবং ডিকোডারে সংহত করা হয়।

📖

শব্দ

ডিনয়েজিং ভ্যারিয়েশনাল অটোএনকোডার (Denoising VAE)

VAE-এর একটি এক্সটেনশন যা নয়েজ দ্বারা দূষিত সংস্করণ থেকে পরিষ্কার ডেটা পুনর্গঠন করতে প্রশিক্ষিত, লেটেন্ট রিপ্রেজেন্টেশনের রোবাস্টনেস এবং মডেলের জেনারালাইজেশন ক্ষমতা উন্নত করে।

📖

শব্দ

লেটেন্ট ফ্যাক্টর ডিসএনট্যাঙ্গলমেন্ট (Disentanglement)

লক্ষ্য যে লেটেন্ট স্পেসের প্রতিটি মাত্রা ডেটার শব্দার্থিকভাবে স্বাধীন এবং ব্যাখ্যাযোগ্য ভ্যারিয়েশন ফ্যাক্টর এনকোড করে, জেনারেশনের নিয়ন্ত্রণ এবং ব্যাখ্যাযোগ্যতা সহজ করে।

📖

শব্দ

হায়ারার্কিকাল VAE (Hierarchical VAE)

মাল্টি-লেভেল VAE আর্কিটেকচার যেখানে লেটেন্ট স্পেস স্তরে কাঠামোগত, বিভিন্ন স্কেলে বিমূর্ততা ক্যাপচার করে এবং জটিল ডেটা ডিস্ট্রিবিউশন মডেলিং উন্নত করে।

📖

শব্দ

অ্যামরটাইজড ভ্যারিয়েশনাল ইনফারেন্স (Amortized Variational Inference)

একটি পদ্ধতি যেখানে একটি নিউরাল নেটওয়ার্ক (এনকোডার) যেকোনো ইনপুট ডেটার জন্য পোস্টেরিয়র ডিস্ট্রিবিউশন গণনা আনুমানিক করতে শেখে, প্রতিটি নমুনার জন্য ব্যয়বহুল অপ্টিমাইজেশন এড়িয়ে যায়।