Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
Architecture VAE Standard
Structure fondamentale des auto-encodeurs variationnels avec encodeur, décodeur et espace latent probabiliste.
Espace Latent et Distribution
Gestion des variables latentes suivant des distributions probabilistes pour capturer la structure des données.
Fonction de Perte ELBO
Evidence Lower Bound optimisant la reconstruction tout en régularisant l'espace latent via la divergence KL.
VAEs Conditionnels
Auto-encodeurs variationnels intégrant des conditions pour générer des données contrôlées selon des attributs spécifiques.
VAEs Hiérarchiques
Architectures multi-niveaux capturant des abstractions à différentes échelles dans l'espace latent.
VAEs Convolutifs
Application des VAEs aux données images utilisant des couches convolutives pour capturer les structures spatiales.
VAEs Récurrents
Extension des VAEs aux données séquentielles comme le texte ou les séries temporelles avec des mécanismes récurrents.
Posterior Collapse
Phénomène où l'encodeur ignore les données d'entrée et ses solutions par modifications architecturales.
β-VAE et Variants
Modifications du terme de régularisation pour contrôler le compromis entre reconstruction et capacité de l'espace latent.
Désentanglement Représentatif
Techniques VAE pour apprendre des facteurs latents indépendants et interprétables dans les données.
Inférence Variationnelle Amortie
Processus d'apprentissage d'un encodeur neuronal pour approximer efficacement la distribution postérieure.
VAEs Semi-Supervisés
Combinaison d'apprentissage supervisé et non supervisé utilisant des VAEs avec données partiellement étiquetées.
VAEs pour Imputation
Utilisation des VAEs pour gérer et imputer les valeurs manquantes dans les datasets incomplets.
VAEs Adversariaux
Fusion des VAEs avec les GANs pour améliorer la qualité des échantillons générés tout en gardant l'inférence.
Normalizing Flows dans les VAEs
Utilisation de transformations bijectives pour enrichir la famille de distributions postérieures approximatives.