Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
Latent Space Conditioning
Technique d'injection de variables conditionnelles dans l'espace latent pour contrôler les caractéristiques générées par le CVAE.
Attribute Control
Mécanisme permettant de manipuler précisément les attributs des données générées en modifiant les conditions d'entrée du modèle.
Conditional Prior
Distribution a priori modifiée qui dépend des variables conditionnelles, permettant un échantillonnage guidé dans l'espace latent.
Conditional Posterior
Distribution postérieure qui incorpore les informations conditionnelles pour inférer les représentations latentes pertinentes.
Class-Conditional VAE
Variante spécialisée du CVAE utilisant des étiquettes de classe comme conditionnement pour générer des échantillons de catégories spécifiques.
Multi-Modal Conditioning
Approche combinant plusieurs types de conditions (texte, image, audio) pour un contrôle granulaire de la génération.
Conditional Decoder
Composant du CVAE recevant à la fois le code latent et les conditions pour reconstruire ou générer des données.
Conditional Encoder
Réseau neuronal intégrant les conditions lors de l'encodage pour produire une représentation latente contextuellement informée.
Disentangled Representation
Représentation latente où les dimensions sont indépendantes et correspondent à des facteurs variationnels interprétables conditionnés.
Conditional Reconstruction Loss
Fonction de perte mesurant la fidélité de la reconstruction tout en pénalisant le non-respect des conditions spécifiées.
KL Divergence Conditioning
Adaptation de la divergence de Kullback-Leibler prenant en compte les distributions conditionnelles dans l'objectif d'entraînement.
Conditional Sampling
Technique d'échantillonnage dans l'espace latent guidée par des conditions pour générer des échantillons ciblés.
Feature Conditioning
Utilisation de caractéristiques continues ou discrètes comme conditions pour affiner le contrôle sur la génération.
Semi-Supervised CVAE
Extension du CVAE exploitant simultanément des données labellisées et non-labellisées pour améliorer la génération conditionnelle.
Hierarchical CVAE
Architecture multi-niveaux incorporant des conditions à différentes échelles hiérarchiques pour un contrôle raffiné.
Cross-Modal CVAE
Variante permettant de conditionner la génération dans un modalité en utilisant des informations d'une autre modalité.
Adversarial CVAE
Hybridation combinant les VAEs conditionnels avec des réseaux adversariaux pour améliorer la qualité des échantillons générés.
Conditional Interpolation
Technique d'interpolation dans l'espace latent préservant ou modifiant progressivement les conditions spécifiées.