Glosario IA
El diccionario completo de la Inteligencia Artificial
iCaRL (incremental Classifier and Representation Learning)
Marco de aprendizaje incremental que combina el replay de ejemplos con técnicas de destilación de conocimientos para mantener el rendimiento en las clases aprendidas anteriormente.
Dark Experience Replay (DER)
Enfoque de replay que almacena no solo los datos en bruto, sino también las representaciones latentes y los logits para una reconstrucción más eficiente del conocimiento pasado durante el aprendizaje continuo.
Hindsight Replay
Estrategia de replay selectivo que utiliza meta-información sobre el rendimiento pasado para identificar y reutilizar los ejemplos más críticos para evitar el olvido catastrófico.
Reservoir Sampling
Algoritmo de muestreo aleatorio que mantiene un conjunto representativo de tamaño fijo a partir de un flujo de datos, garantizando a cada ejemplo una probabilidad igual de ser conservado en el buffer de replay.
Ring Buffer Replay
Estructura de memoria circular que reemplaza los ejemplos antiguos por los nuevos cuando el buffer está lleno, priorizando los datos más recientes mientras mantiene un tamaño de memoria constante.
Balanced Replay
Técnica de replay que mantiene un equilibrio entre los ejemplos de las diferentes clases o tareas para evitar el sesgo de distribución y asegurar una distribución equitativa del conocimiento.
Curriculum Replay
Enfoque de replay organizado que presenta los ejemplos antiguos según una secuencia pedagógica óptima, generalmente de lo simple a lo complejo, para facilitar la integración de los nuevos conocimientos.
Hybrid Replay
Estrategia que combina varios métodos de replay (datos en bruto, muestras generadas, representaciones) para maximizar la retención del conocimiento optimizando al mismo tiempo el uso de los recursos de memoria.
Replay Temporal
Método de replay que considera la secuencia temporal de los ejemplos, priorizando la retención de patrones dependientes del tiempo y de relaciones causales en los datos secuenciales.
Replay de Selección de Coreset
Método algorítmico que selecciona un subconjunto mínimo de ejemplos (coreset) maximizando la representatividad de los datos pasados para un presupuesto de memoria dado.
Control Episódico Neuronal
Arquitectura que combina memoria episódica diferenciable y replay selectivo para un aprendizaje continuo eficiente, particularmente adaptada a entornos de refuerzo.
Replay de Meta-Aprendizaje
Enfoque donde el modelo aprende meta-cómo seleccionar y usar eficientemente los ejemplos de replay, adaptándose dinámicamente a las características de las nuevas tareas.