Glosario IA
El diccionario completo de la Inteligencia Artificial
ALEBO (Embeddings Lineales Adaptativos para Optimización Bayesiana)
Técnica de optimización bayesiana que aprende un subespacio lineal de baja dimensión para proyectar puntos de alta dimensión, reduciendo así la complejidad computacional.
ADD-GP (Proceso Gaussiano Aditivo)
Modelo de proceso gaussiano aditivo que descompone la función objetivo en suma de funciones de subgrupos de variables, permitiendo una mejor escalabilidad en alta dimensión.
Proceso Gaussiano (GP)
Modelo probabilístico no paramétrico que define una distribución sobre las funciones, ampliamente utilizado como sustituto en la optimización bayesiana para modelar la incertidumbre.
Criterio de Adquisición
Función heurística utilizada en optimización bayesiana para guiar la elección del siguiente punto de evaluación equilibrando exploración y explotación.
Mejora Esperada (EI)
Criterio de adquisición popular que calcula la mejora esperada respecto a la mejor observación actual, ponderada por la incertidumbre del modelo.
Incrustación de Dimensionalidad
Técnica de reducción de dimensionalidad que proyecta el espacio de búsqueda de alta dimensión en un subespacio de menor dimensión donde se realiza la optimización.
Estructura Aditiva
Hipótesis de que la función objetivo puede descomponerse en suma de funciones que dependen de subconjuntos de variables, explotada para mejorar la eficiencia en alta dimensión.
Optimización en Alta Dimensión (BO en Alta Dimensión)
Variante de la optimización bayesiana adaptada a espacios de búsqueda con decenas o cientos de dimensiones, requiriendo técnicas especializadas.
Modelo Sustituto (Surrogate Model)
Modelo aproximado de la función objetivo costosa, utilizado en optimización bayesiana para predecir los valores y la incertidumbre en puntos no evaluados.
Kernel ARD (Determinación Automática de Relevancia)
Núcleo de proceso gaussiano que aprende automáticamente la importancia de cada dimensión, permitiendo identificar las variables relevantes en alta dimensión.
Incrustación Aleatoria (Random Embedding)
Técnica que proyecta aleatoriamente el espacio de alta dimensión en un subespacio de menor dimensión, suponiendo que solo unas pocas direcciones son relevantes.
Región de Confianza BO (Trust Region BO)
Método de optimización bayesiana que restringe la búsqueda a una región de confianza alrededor de la mejor solución actual, adaptada para problemas en alta dimensión.
GP-UCB (Límite Superior de Confianza del Proceso Gaussiano)
Criterio de adquisición que equilibra exploración y explotación utilizando un límite superior de confianza sobre la predicción del proceso gaussiano.
Factorización de Núcleo (Kernel Factorization)
Enfoque que descompone el núcleo del proceso gaussiano en producto de núcleos unidimensionales, reduciendo la complejidad computacional en alta dimensión.
Optimización Multiobjetivo en Alta Dimensión
Extensión de la optimización bayesiana a problemas con múltiples objetivos contradictorios en gran dimensión, requiriendo criterios de adquisición adaptados.
Optimización Bayesiana con Salidas de Alta Dimensión
Variante donde la función objetivo retorna vectores de alta dimensión, requiriendo modelos multi-salida y criterios de adquisición especializados.