एआई शब्दावली
आर्टिफिशियल इंटेलिजेंस का पूर्ण शब्दकोश
हार्ड पैरामीटर शेयरिंग
एक मल्टी-टास्क लर्निंग दृष्टिकोण जहां नेटवर्क की निचली परतें सभी कार्यों के बीच साझा की जाती हैं, जबकि केवल ऊपरी परतें प्रत्येक कार्य के लिए विशिष्ट होती हैं।
सॉफ्ट पैरामीटर शेयरिंग
तकनीक जहां प्रत्येक कार्य का अपना मॉडल और अपने पैरामीटर्स होते हैं, लेकिन विभिन्न कार्यों के मॉडलों के पैरामीटर्स के बीच समानता को प्रोत्साहित करने के लिए रेग्युलराइजेशन लागू किया जाता है।
क्रॉस-टास्क रेग्युलराइजेशन
रेग्युलराइजेशन विधि जो एक स्रोत कार्य के ज्ञान का उपयोग लक्ष्य कार्य पर अधिगम को बाध्य करने और सुधारने के लिए करती है, जिससे ओवरफिटिंग कम होती है।
टास्क-स्पेसिफिक लेयर्स
मल्टी-टास्क आर्किटेक्चर में किसी विशिष्ट कार्य के लिए समर्पित तंत्रिका परतें, जो निचली परतों के साझा प्रस्तुतियों से लाभ उठाते हुए विशेषज्ञता की अनुमति देती हैं।
मल्टी-हेड आर्किटेक्चर
तंत्रिका नेटवर्क संरचना जिसमें एक साझा तना और कई विशेष भविष्यवाणी टाउनें होती हैं, प्रत्येक एक मल्टी-टास्क संदर्भ में एक अलग कार्य के लिए अनुकूलित।
साझा प्रस्तुति अधिगम
छिपी हुई प्रस्तुतियों का अधिगम करने की प्रक्रिया जो एक साथ कई कार्यों के लिए उपयोगी विशेषताओं को कैप्चर करती है, जिससे अंतर-कार्य ज्ञान हस्तांतरण अधिकतम होता है।
टास्क रिलेशनशिप मॉडलिंग
तकनीक जिसका उद्देश्य विभिन्न अधिगम कार्यों के बीच संबंधों को मात्रात्मक रूप से मापना और उन्हें स्पष्ट रूप से शोषित करना है ताकि प्रस्तुति साझाकरण को अनुकूलित किया जा सके और समग्र प्रदर्शन में सुधार किया जा सके।
प्रोग्रेसिव न्यूरल नेटवर्क्स
आर्किटेक्चर जहां नए कार्यों के लिए नई तंत्रिका स्तंभ जोड़े जाते हैं जबकि पिछले कार्यों के स्तंभों के लिए पार्श्व कनेक्शन बनाए रखे जाते हैं, जिससे आपदाजनक भुलक्कड़पन से बचा जाता है।
स्थानांतरणीयता विश्लेषण
किसी स्रोत कार्य पर सीखी गई विशेषताओं की एक अलग लेकिन संबंधित लक्ष्य कार्य में प्रभावी रूप से स्थानांतरित होने की क्षमता का मात्रात्मक मूल्यांकन।
कार्य अनिश्चितता भारित करना
एक बहु-कार्य अनुकूलन विधि जो प्रत्येक कार्य के हानि को इसकी होमोस्केडैस्टिक अनिश्चितता के आधार पर स्वचालित रूप से भारित करती है, कार्यों के बीच सीखने को संतुलित करती है।
कार्य क्लस्टरिंग
एक दृष्टिकोण जो समान कार्यों को क्लस्टर में समूहित करके प्रतिनिधित्व साझाकरण को अनुकूलित करता है, संबंधित कार्य समूहों के भीतर अधिक प्रभावी स्थानांतरण की अनुमति देता है।
बहु-मोडल स्थानांतरण सीखना
स्थानांतरण सीखने का विस्तार जहां ज्ञान विभिन्न डेटा मोडलिटीज (पाठ, छवि, ऑडियो) के बीच स्थानांतरित होता है ताकि साझा प्रतिनिधित्व को समृद्ध किया जा सके।