Glosario IA
El diccionario completo de la Inteligencia Artificial
Codificador Jerárquico
Parte del autocodificador profundo que reduce progresivamente la dimensionalidad de los datos a través de múltiples capas, capturando abstracciones cada vez más complejas.
Decodificador Jerárquico
Parte del autocodificador profundo que reconstruye los datos originales a partir de la representación latente comprimida, invirtiendo el proceso del codificador capa por capa.
Espacio Latente Profundo
Representación comprimida de baja dimensión de los datos, aprendida por las capas centrales del autocodificador profundo, donde se codifican las características más importantes.
Cuello de Botella (Bottleneck)
Capa central del autocodificador con la dimensionalidad más baja, forzando a la red a aprender la representación más concisa e informativa de los datos.
Pre-entrenamiento por Capas (Layer-wise Pre-training)
Técnica de inicialización de pesos de un autocodificador profundo entrenando secuencialmente cada par codificador-decodificador como un autocodificador poco profundo, mejorando la convergencia.
Autocodificador Profundo de Eliminación de Ruido
Variante de autocodificador profundo entrenada para reconstruir datos limpios a partir de versiones corruptas por ruido, favoreciendo el aprendizaje de características robustas.
Autocodificador Variacional Profundo (VAE)
Autocodificador profundo donde el espacio latente está restringido a seguir una distribución probabilística (típicamente gaussiana), permitiendo la generación de nuevos datos y la interpolación.
Regularización por Esparsidad
Técnica que añade una penalización a la función de costo para alentar a las neuronas de la capa latente a estar mayoritariamente inactivas, favoreciendo representaciones más discriminantes.
Autoencoder Convolucional Profundo
Arquitectura de autoencoder profundo que utiliza capas de convolución y pooling para procesar eficientemente datos estructurados como imágenes, capturando patrones espaciales.
Desenredado de Factores (Factor Disentanglement)
Objetivo avanzado que busca que cada dimensión del espacio latente de un autoencoder profundo codifique un factor de variación semántica independiente e interpretable.
Autoencoder Profundo Contractivo
Autoencoder profundo penalizado por ser insensible a pequeñas variaciones en los datos de entrada, favoreciendo el aprendizaje de representaciones estables y generalizables.
Inicialización Glorot/Xavier
Método de inicialización de los pesos de las neuronas en un autoencoder profundo, crucial para evitar problemas de gradiente evanescente o explosivo durante el entrenamiento.