এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
ডাইনামিক বেইজিয়ান নেটওয়ার্ক
স্ট্যাটিক বেইজিয়ান নেটওয়ার্কের সময়গত সম্প্রসারণ যা মার্কভ ট্রানজিশনের মাধ্যমে সময়ের সাথে র্যান্ডম ভেরিয়েবল এবং তাদের কন্ডিশনাল ডিপেন্ডেন্সির বিবর্তন মডেল করে।
লুকানো মার্কভ চেইন
স্ট্যাটিস্টিক্যাল মডেল যেখানে পর্যবেক্ষণ করা সিস্টেমটি অদৃশ্য লুকানো অবস্থার উপর নির্ভর করে যা একটি মার্কভ চেইন অনুসরণ করে, সময়গত সিকোয়েন্স রিকগনিশনের জন্য ব্যবহৃত হয়।
ফ্যাক্টোরিয়াল লুকানো মার্কভ মডেল
HMM-এর সম্প্রসারণ যেখানে একাধিক লুকানো মার্কভ চেইন পর্যবেক্ষণ তৈরি করার জন্য ইন্টারঅ্যাক্ট করে, লেটেন্ট ফ্যাক্টরগুলির মধ্যে জটিল নির্ভরতা মডেল করার অনুমতি দেয়।
পার্টিকেল ফিল্টার
নন-লিনিয়ার এবং নন-গাউসিয়ান সিস্টেমে স্টেট এস্টিমেশনের জন্য সিকোয়েনশিয়াল মন্টে কার্লো পদ্ধতি, পোস্টেরিয়র ডিস্ট্রিবিউশন আনুমানিক করার জন্য ওয়েটেড পার্টিকেলসের একটি সেট ব্যবহার করে।
ডাইনামিক টপিক মডেল
টপিক মডেলের সম্প্রসারণ যা টেক্সট কর্পাসে থিমের সময়গত বিবর্তন ক্যাপচার করে, সময়ের সাথে কীভাবে শব্দ বিতরণ পরিবর্তন হয় তা মডেল করে।
হাইব্রিড ডাইনামিক সিস্টেম
একটি সময়গত ফ্রেমওয়ার্কে ডিসক্রিট এবং কন্টিনিউয়াস ভেরিয়েবল সমন্বিত মডেল, জটিল সিস্টেমে বিচ্ছিন্ন অবস্থা এবং ক্রমাগত বিবর্তনের মধ্যে ইন্টারঅ্যাকশন ক্যাপচার করে।
স্টেট স্পেস মডেল
টাইম সিরিজ মডেলিংয়ের জন্য জেনারেল ফ্রেমওয়ার্ক যেখানে লুকানো অবস্থা একটি স্টেট ইকুয়েশন অনুসারে বিবর্তিত হয় এবং একটি অবজারভেশন ইকুয়েশনের মাধ্যমে পর্যবেক্ষণ তৈরি করে।
ফরোয়ার্ড/ব্যাকওয়ার্ড ইনফারেন্স
ডাইনামিক গ্রাফিক্যাল মডেলগুলিতে বিলিফ ডিস্ট্রিবিউশন গণনার অ্যালগরিদম, স্টেট এস্টিমেশনের জন্য ফরোয়ার্ড প্রপাগেশন (ফিল্টারিং) এবং ব্যাকওয়ার্ড প্রপাগেশন (স্মুথিং) সমন্বিত করে।
রেজিম পরিবর্তন মডেল
সিস্টেমের প্যারামিটারগুলি বিভিন্ন আচরণগত রেজিমের মধ্যে হঠাৎ বা ধীরে ধীরে পরিবর্তিত হতে পারে এমন মডেল, যা ডেটাতে কাঠামোগত রূপান্তর ধারণ করে।
পরিবর্তন সনাক্তকরণ প্রক্রিয়া
একটি সংকেত বা সিস্টেমের পরিসংখ্যানগত বৈশিষ্ট্যগুলি উল্লেখযোগ্যভাবে পরিবর্তিত হওয়ার সময়ের পয়েন্টগুলি সনাক্ত করার জন্য পরিসংখ্যানগত অ্যালগরিদম, রিয়েল-টাইম নজরদারির জন্য অপরিহার্য।
পদানুক্রমিক সময়গত গ্রাফিক্যাল মডেল
বিভিন্ন বিমূর্ততার স্তরে সময়গত নির্ভরতা ধারণ করে এমন বহু-স্কেল কাঠামো, যা নেস্টেড গতিবিদ্যা সহ জটিল ঘটনাগুলির দক্ষ মডেলিং সম্ভব করে।
বেইজ ফিল্টার
বেইজের উপপাদ্য ব্যবহার করে একটি গতিশীল সিস্টেমের অবস্থার পুনরাবৃত্তিমূলক অনুমানের জন্য সাধারণ তাত্ত্বিক কাঠামো, যার মধ্যে কালম্যান ফিল্টার এবং পার্টিকেল ফিল্টারগুলি বিশেষ ক্ষেত্র হিসেবে অন্তর্ভুক্ত।
সময়গত রূপান্তর মডেল
গতিশীল গ্রাফিক্যাল মডেলের উপাদান যা নির্দিষ্ট করে কিভাবে ভেরিয়েবলগুলির সম্ভাব্যতা বন্টন পরপর সময় ধাপের মধ্যে বিকশিত হয়, সিস্টেমের গতিবিদ্যা সংজ্ঞায়িত করে।
সময়গত প্রভাব নেটওয়ার্ক
কীভাবে ভেরিয়েবলগুলির মধ্যে কার্যকারণমূলক প্রভাব সময়ের সাথে সাথে ছড়িয়ে পড়ে এবং পরিবর্তিত হয় তা ধারণ করে এমন সম্ভাব্যতামূলক মডেল, গতিশীল কার্যকারণমূলক সিস্টেম বিশ্লেষণের জন্য অপরিহার্য।
অস্থির গ্রাফিক্যাল মডেল
গতিশীল গ্রাফিক্যাল মডেলের সম্প্রসারণ যেখানে প্যারামিটার এবং/অথবা গ্রাফের কাঠামো সময়ের সাথে পরিবর্তিত হতে পারে, মডেলটিকে অসম বিকাশের সাথে খাপ খাইয়ে নেয়।
গতিশীল কাঠামো শেখা
সময়গত ডেটা থেকে একটি গতিশীল গ্রাফিক্যাল মডেলের সর্বোত্তম কাঠামোর স্বয়ংক্রিয় অনুমানের প্রক্রিয়া, যার মধ্যে নির্ভরতা এবং সময়গত বিলম্ব আবিষ্কার অন্তর্ভুক্ত।
ভিটারবি স্মুথিং
সমস্ত পর্যবেক্ষণ দেওয়া থাকলে সবচেয়ে সম্ভাব্য লুকানো অবস্থার ক্রম খুঁজে বের করার জন্য অ্যালগরিদম, ডাইনামিক মডেলগুলিতে অফলাইন ইনফারেন্সের জন্য ভিটারবি অ্যালগরিদমকে সাধারণীকরণ করে।
ইনপুট সহ লুকানো মার্কভ মডেল
HMM-এর সম্প্রসারণ যেখানে অবস্থার রূপান্তরগুলি বাহ্যিক পর্যবেক্ষণযোগ্য ইনপুট ভেরিয়েবলের উপর নির্ভর করে, যা সময়ক্রমিক ক্রমগুলির শর্তাধীন মডেলিং সম্ভব করে।