Glosario IA
El diccionario completo de la Inteligencia Artificial
Modelos Generativos de Grafos
Arquitectura de redes neuronales diseñada para aprender la distribución subyacente de los grafos y generar nuevas estructuras de grafos con propiedades similares a los datos de entrenamiento.
GraphVAE
Autoencoder Variacional adaptado a grafos que utiliza un espacio latente continuo para aprender una distribución probabilística sobre las estructuras de grafos y permitir el muestreo de nuevos grafos.
GraphGAN
Red Generativa Adversarial aplicada a grafos donde un generador crea estructuras de grafos y un discriminador evalúa su autenticidad en comparación con los grafos reales.
GraphRNN
Modelo generativo secuencial que utiliza redes neuronales recurrentes para generar grafos nodo por nodo, modelando la distribución de secuencias de adición de aristas.
Generación de Grafos Moleculares
Aplicación especializada de modelos generativos de grafos para la creación de nuevas estructuras moleculares válidas con propiedades químicas deseadas.
Modelos Autoregresivos de Grafos
Enfoque generativo que descompone la probabilidad conjunta de un grafo en producto de probabilidades condicionales para generar secuencialmente los nodos y aristas.
Modelos Basados en Flujo de Grafos
Modelos generativos que utilizan transformaciones biyectivas para mapear entre el espacio de grafos y un espacio latente simple, permitiendo una generación exacta y una estimación de densidad.
Modelos de Difusión de Grafos
Modelos generativos que aplican progresivamente ruido a los grafos de entrenamiento y luego aprenden a invertir este proceso para generar nuevas estructuras de grafos.
Flujos de Normalización de Grafos
Series de transformaciones invertibles en grafos que permiten una modelización exacta de la distribución y un muestreo eficiente de nuevos grafos.
VAE basado en Grafos
Autoencoder Variacional diseñado específicamente para manejar la naturaleza invariante a la permutación de los grafos y su estructura topológica compleja.
Redes Convolucionales de Grafos para Generación
Uso de GNNs como codificadores o decodificadores en modelos generativos para capturar las dependencias estructurales durante la generación de grafos.
Redes de Atención de Grafos para Generación
Mecanismo de atención adaptado a grafos para ponderar selectivamente la influencia de las diferentes partes del grafo durante el proceso generativo.
Transformadores de Grafos para Generación
Arquitectura transformer modificada para procesar estructuras de grafos incorporando sesgos estructurales y mecanismos de atención específicos para grafos.
Aprendizaje por Refuerzo de Grafos para Generación
Enfoque que trata la generación de grafos como un proceso de decisión secuencial donde un agente aprende a construir grafos óptimos mediante ensayos y recompensas.
Modelos basados en Energía de Grafos
Modelos generativos que definen una función de energía sobre grafos donde los grafos de baja energía son más probables, utilizando muestreo tipo MCMC.
Modelos Implícitos de Grafos
Modelos generativos que definen implícitamente la distribución de grafos sin forma explícita, utilizando técnicas como GANs o modelos basados en puntuación.
Ecuaciones Diferenciales Ordinarias Neuronales de Grafos
Ecuaciones diferenciales ordinarias aplicadas a grafos para modelar dinámicas continuas en el espacio latente y generar grafos mediante resolución numérica.
Inferencia Variacional de Grafos
Técnica de inferencia aproximada adaptada a grafos para estimar las distribuciones posteriores en los modelos generativos probabilísticos de grafos.
Modelos de Espacio Latente de Grafos
Representación de grafos en un espacio latente de baja dimensión donde las distancias y relaciones geométricas codifican la estructura topológica del grafo original.
Generación Secuencial de Grafos
Paradigma generativo que construye los grafos paso a paso, típicamente agregando secuencialmente nodos y sus conexiones según una política aprendida.