Glosario IA
El diccionario completo de la Inteligencia Artificial
Enrutamiento por acuerdo
Algoritmo iterativo donde las cápsulas de bajo nivel se ponen de acuerdo sobre la mejor cápsula de alto nivel para transmitir su información, ajustando dinámicamente los coeficientes de acoplamiento en cada iteración.
Enrutamiento dinámico
Proceso iterativo de optimización que ajusta los pesos de conexión entre cápsulas en función de su acuerdo, reemplazando la agrupación estática tradicional por un mecanismo adaptativo.
Función de compresión
Función de activación no lineal específica para las cápsulas que normaliza la longitud del vector entre 0 y 1 preservando su dirección, representando la probabilidad de existencia de una entidad.
Coeficientes de acoplamiento
Pesos normalizados que determinan la influencia de cada cápsula de bajo nivel sobre las cápsulas de alto nivel, calculados mediante softmax y actualizados iterativamente según el acuerdo.
Vectores de predicción
Vectores producidos por cada cápsula de bajo nivel tras la transformación por una matriz de pesos, prediciendo la salida potencial de cada cápsula padre en el proceso de enrutamiento.
Puntuación de acuerdo
Medida de similitud calculada mediante producto escalar entre el vector predicho y la salida actual de la cápsula padre, sirviendo para ajustar los coeficientes de acoplamiento.
Cápsulas primarias
Primera capa de cápsulas que transforma las características de bajo nivel de las convoluciones en vectores de activación, preservando las propiedades espaciales y rotacionales.
Cápsulas de dígitos
Cápsulas de alto nivel especializadas en la clasificación final, cuya longitud representa la probabilidad de presencia de una clase específica.
Representación de longitud de vector
Codificación donde la magnitud del vector de cápsula indica la probabilidad de existencia de una entidad, mientras que su dirección codifica sus propiedades de instanciación.
Matrices de pose
Transformaciones afines 4x4 que codifican la posición, orientación y escala de un objeto, permitiendo a las cápsulas representar explícitamente las transformaciones espaciales.
Matriz de transformación
Matriz de pesos aprendida por cada cápsula de bajo nivel que transforma su vector de entrada en un vector de predicción para cada cápsula padre potencial.
Enrutamiento EM
Variante del enrutamiento que utiliza el algoritmo de Expectation-Maximization para modelar la distribución de las activaciones de cápsulas, ofreciendo una mejor estabilidad y eficiencia computacional.
Enrutamiento por clústeres
Enfoque de enrutamiento donde las cápsulas similares forman clústeres dinámicos, permitiendo una agregación más robusta de las características parciales en entidades coherentes.
Equivarianza de cápsula
Propiedad fundamental donde las activaciones de cápsulas varían sistemáticamente con las transformaciones de la entrada, permitiendo un reconocimiento invariante a los cambios de pose.
Refinamiento iterativo
Proceso cíclico de mejora de los coeficientes de acoplamiento y las activaciones de cápsulas, convergiendo hacia una distribución óptima de la información entre capas.
Iteraciones de enrutamiento
Número de pasos sucesivos en el algoritmo de enrutamiento, donde típicamente 3 iteraciones son suficientes para alcanzar una convergencia estable de las activaciones de cápsulas.