Glosario IA
El diccionario completo de la Inteligencia Artificial
Compartimiento Parámetros Duros
Enfoque de Aprendizaje Multi-Tarea donde las capas inferiores de la red se comparten entre todas las tareas, mientras que solo las capas superiores son específicas para cada tarea.
Compartimiento Parámetros Suaves
Técnica donde cada tarea tiene su propio modelo con sus propios parámetros, pero se aplica una regularización para fomentar la similitud entre los parámetros de los modelos de diferentes tareas.
Regularización Inter-Tareas
Método de regularización que utiliza los conocimientos de una tarea fuente para restringir y mejorar el aprendizaje en una tarea objetivo, reduciendo el sobreajuste.
Capas Específicas de Tarea
Capas neuronales dedicadas a una tarea particular en una arquitectura multi-tarea, permitiendo la especialización mientras se beneficia de las representaciones compartidas de las capas inferiores.
Arquitectura Multi-Cabezal
Estructura de red neuronal con un tronco común compartido y múltiples cabezas de predicción especializadas, cada una optimizada para una tarea diferente en un contexto multi-tareas.
Aprendizaje de Representación Compartida
Proceso de aprendizaje de representaciones latentes que capturan características útiles simultáneamente para múltiples tareas, maximizando la transferencia de conocimientos inter-tareas.
Modelado de Relaciones entre Tareas
Técnica que busca cuantificar y explotar explícitamente las relaciones entre diferentes tareas de aprendizaje para optimizar el intercambio de representaciones y mejorar el rendimiento general.
Redes Neuronales Progresivas
Arquitectura donde se añaden nuevas columnas neuronales para nuevas tareas manteniendo las conexiones laterales hacia las columnas de las tareas anteriores, evitando el olvido catastrófico.
Análisis de Transferibilidad
Evaluación cuantitativa de la capacidad de las características aprendidas en una tarea fuente para ser transferidas eficazmente a una tarea objetivo diferente pero relacionada.
Ponderación de Incertidumbre de Tareas
Método de optimización multi-tarea que pondera automáticamente la pérdida de cada tarea en función de su incertidumbre homocedástica, equilibrando el aprendizaje entre tareas.
Agrupamiento de Tareas
Enfoque que agrupa tareas similares en clústeres para optimizar el intercambio de representaciones, permitiendo una transferencia más eficiente dentro de grupos de tareas relacionadas.
Aprendizaje por Transferencia Multi-Modal
Extensión del aprendizaje por transferencia donde el conocimiento se transfiere entre diferentes modalidades de datos (texto, imagen, audio) para enriquecer las representaciones compartidas.