Glosario IA
El diccionario completo de la Inteligencia Artificial
Autoencoder Variacional (VAE)
Arquitectura de red neuronal probabilística que aprende una distribución sobre el espacio latente para generar nuevos datos muestreando desde esta distribución aprendida.
Truco de Reparametrización (Reparameterization Trick)
Técnica que permite la diferenciación a través de operaciones estocásticas al separar el ruido aleatorio de los parámetros deterministas del modelo.
Cota Inferior de la Evidencia (ELBO)
Función objetivo maximizada en los VAEs que combina la reconstrucción de datos y la regularización del espacio latente para aproximar la verosimilitud marginal.
Distribución Posterior Aproximada
Distribución probabilística en el espacio latente que aproxima la verdadera distribución posterior, demasiado compleja para calcular directamente.
Pérdida de Reconstrucción
Término de la función objetivo VAE que mide la disimilitud entre los datos originales y su reconstrucción después de pasar por el espacio latente.
Inferencia Variacional
Método de aproximación de distribuciones posteriores complejas mediante optimización en lugar de muestreo directo, fundamento teórico de los VAEs.
Ruido Variacional
Variable aleatoria gaussiana introducida durante la reparametrización para permitir la generación de diferentes muestras a partir de los mismos parámetros.
Modelo Generativo Probabilístico
Clase de modelos que aprenden la distribución subyacente de los datos para generar nuevas muestras plausibles, incluyendo los VAEs como representante principal.
Espacio Manifold
Estructura geométrica de baja dimensión en el espacio latente donde los puntos codificados de datos reales se concentran naturalmente.
Regularización Distribucional
Proceso que restringe las distribuciones latentes para que sigan una forma predefinida (generalmente gaussiana estándar) para asegurar un muestreo fluido en el espacio latente.
Recorrido Latente
Técnica de exploración del espacio latente variando sistemáticamente una dimensión latente para observar su impacto en los datos generados.
KL Annealing
Estrategia de entrenamiento donde el peso de la divergencia KL se aumenta progresivamente para estabilizar el aprendizaje inicial del VAE.
Colapso Posterior
Fenómeno en el que el codificador ignora los datos de entrada y siempre produce la distribución a priori, reduciendo el modelo a un simple decodificador.
Beta-VAE
Variante del VAE que introduce un peso beta para controlar el equilibrio entre reconstrucción y regularización, favoreciendo representaciones latentes más interpretables.