Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
Interpolation linéaire
Opération mathématique combinant deux vecteurs selon un coefficient lambda compris entre 0 et 1 pour générer de nouvelles représentations intermédiaires.
Mixup Alpha
Paramètre de la distribution Beta contrôlant le degré de mélange dans la technique Mixup, où des valeurs plus élevées favorisent des interpolations plus extrêmes.
Manifold Mixup
Extension de Mixup appliquant l'interpolation non seulement sur les entrées mais aussi sur les représentations intermédiaires des réseaux de neurones profonds.
AugMix
Technique de mélange combinant plusieurs chaînes de transformations augmentatives avec Mixup pour améliorer la robustesse aux perturbations et corrélations spurieuses.
Remix
Variante de Mixup rééchantillonnant les poids d'interpolation des étiquettes pour corriger le déséquilibre des classes dans les ensembles de données déséquilibrés.
Mixup de distribution
Extension de Mixup interpolant directement les distributions de probabilité des prédictions du modèle plutôt que les étiquettes one-hot brutes.
Interpolation d'étiquettes
Processus de création d'étiquettes hybrides par combinaison linéaire des vecteurs d'étiquettes originaux proportionnellement au mélange des entrées correspondantes.
Régularisation implicite
Effet de régularisation automatique produit par Mixup qui contraint le modèle à se comporter de manière linéaire entre les échantillons d'entraînement.
Interpolation dans l'espace des caractéristiques
Application de Mixup directement sur les représentations apprises par le réseau plutôt que sur les entrées brutes pour un contrôle plus fin du mélange.
Mixup adaptatif
Variante de Mixup ajustant dynamiquement le paramètre alpha en fonction de la difficulté des échantillons ou de la phase d'entraînement.
Hybridation de données
Processus général de création de nouveaux échantillons par fusion d'instances existantes, incluant Mixup comme cas particulier de combinaison linéaire.
Vecteur d'interpolation
Vecteur de poids généré par la distribution Beta déterminant la proportion de mélange entre chaque paire d'échantillons dans l'algorithme Mixup.
Coefficient de mélange
Paramètre scalaire lambda contrôlant l'intensité de l'interpolation entre deux échantillons, typiquement tiré d'une distribution Beta(α,α).
Saliency Mixup
Variante guidant le mélange en utilisant les cartes de saillance pour préserver les régions les plus informatives lors de l'interpolation des échantillons.