Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
GANs (Generative Adversarial Networks)
Réseaux de neurones antagonistes qui génèrent des données synthétiques réalistes en faisant compétition un générateur et un discriminateur.
VAEs (Variational Autoencoders)
Autoencodeurs variationnels qui apprennent une distribution latente pour générer de nouveaux échantillons en échantillonnant dans cet espace.
Modèles de Diffusion
Approche générative progressive qui ajoute puis retire du bruit des données pour créer des échantillons de haute qualité.
Transformers Génératifs
Architecture basée sur l'attention pour générer des données séquentielles comme le texte, le code ou les séries temporelles.
Data Augmentation Géométrique
Transformations spatiales appliquées aux images (rotation, translation, scaling) pour augmenter la diversité des données d'entraînement.
Mixup et Techniques de Mélange
Combinaison linéaire d'échantillons existants pour créer de nouvelles instances d'entraînement avec des étiquettes interpolées.
Synthèse de Données Temporelles
Génération de séries temporelles et de données séquentielles pour pallier le manque de données historiques.
Génération de Graphes
Création synthétique de structures de graphes et de réseaux pour l'entraînement de modèles sur des données relationnelles.
Synthèse Audio Avancée
Génération de données audio réalistes incluant la parole, la musique et les effets sonores pour enrichir les jeux de données.
Génération 3D et Volumétrique
Création de données tridimensionnelles synthétiques comme les nuages de points, les maillages et les volumes médicaux.
Domain Adaptation Synthétique
Génération ciblée de données pour adapter les modèles à de nouveaux domaines ou conditions non représentés dans les données originales.
Synthèse Multi-Modale
Génération coordonnée de données de plusieurs modalités (image-texte, audio-vidéo) pour créer des ensembles cohérents.