एआई शब्दावली
आर्टिफिशियल इंटेलिजेंस का पूर्ण शब्दकोश
गहरे तंत्रिका नेटवर्क
एक कृत्रिम तंत्रिका नेटवर्क आर्किटेक्चर जिसमें कई छिपी हुई परतें होती हैं, जो डेटा के जटिल पदानुक्रमित प्रतिनिधित्व सीखने की अनुमति देता है।
जटिल अनुकूली प्रणालियाँ
अंतःसंबंधित एजेंटों के समूह जिनका उभरता व्यवहार स्थानीय इंटरैक्शन से परिणामित होता है और वे अपने वातावरण के लिए गतिशील रूप से अनुकूलित होते हैं।
गैर-रेखीय इंटरैक्शन
सिस्टम के घटकों के बीच संबंध जहां आउटपुट इनपुट के समानुपाती नहीं होता है, जो अप्रत्याशित और उभरते व्यवहार बनाता है।
आगे का प्रचार
तंत्रिका नेटवर्क में गणना की प्रक्रिया जहां जानकारी सिनेप्टिक भार के माध्यम से इनपुट लेयर से आउटपुट लेयर की ओर बहती है।
गैर-रेखीय सक्रियण फलन
प्रत्येक न्यूरॉन पर लागू गणितीय फलन जो गैर-रेखीयता प्रवर्तित करने के लिए, नेटवर्क को जटिल संबंध सीखने की अनुमति देता है।
कैस्केड आर्किटेक्चर
तंत्रिका नेटवर्क संरचना जहां परतें गहरी सीखने को सुगम बनाने के लिए कूदने वाले कनेक्शन के साथ क्रमिक रूप से जुड़ी होती हैं।
पुनरावर्ती तंत्रिका नेटवर्क
वृक्ष या ग्राफ डेटा संरचनाओं पर लागू नेटवर्क, जटिल पदानुक्रमों को कैप्चर करने के लिए नोड्स को पुनरावर्ती रूप से संसाधित करते हैं।
अराजक गतिशील प्रणालियाँ
ऐसी प्रणालियाँ जिनका समय विकास प्रारंभिक स्थितियों के प्रति अत्यधिक संवेदनशीलता प्रदर्शित करता है, जिससे उनका दीर्घकालिक व्यवहार अप्रत्याशित हो जाता है।
बहु-स्तरीय मॉडलिंग
एक जटिल सिस्टम को विभिन्न समय और स्थानिक पैमाने पर प्रस्तुत करने की प्रक्रिया जो इसकी आंतरिक गतिशीलता को पकड़ने के लिए है।
ध्यान तंत्र
वह तकनीक जो नेटवर्क को सबसे प्रासंगिक जानकारी पर ध्यान केंद्रित करने के लिए इनपुट के विभिन्न हिस्सों को चयनात्मक रूप से भारित करने की अनुमति देती है।
मेमोरी न्यूरल नेटवर्क
वह आर्किटेक्चर जो जानकारी को संग्रहीत करने और पुनः प्राप्त करने के लिए बाहरी मेमोरी घटकों को एकीकृत करती है, जो लंबे अनुक्रमों पर तर्क करने की अनुमति देती है।
उभरते गुण
वे जटिल व्यवहार या विशेषताएं जो सिस्टम स्तर पर दिखाई देती हैं लेकिन इसके व्यक्तिगत घटकों में मौजूद नहीं होती हैं।
नेटवर्क में सूचना सिद्धांत
डीप न्यूरल नेटवर्क में जानकारी के प्रवाह का विश्लेषण और अनुकूलन करने के लिए सूचना सिद्धांत के सिद्धांतों का अनुप्रयोग।
सिस्टम-नेटवर्क युग्मन
रीयल-टाइम पूर्वानुमान और नियंत्रण के लिए एक जटिल भौतिक सिस्टम और एक न्यूरल नेटवर्क के बीच द्विदिश एकीकरण।