एआई शब्दावली
आर्टिफिशियल इंटेलिजेंस का पूर्ण शब्दकोश
इंक्रीमेंटल लर्निंग
एक सीखने का तरीका जहाँ एक मॉडल नए डेटा से लगातार सुधार करता है बिना पूरे डेटा इतिहास पर पुनः प्रशिक्षण की आवश्यकता के। यह दृष्टिकोण वास्तविक समय में अनुकूलन की अनुमति देता है साथ ही पहले से प्राप्त ज्ञान को संरक्षित रखता है।
निरंतर सीखना
एआई का वह क्षेत्र जो बिना पूरी रीसेट के कई कार्यों से क्रमिक रूप से सीखने में सक्षम सिस्टम विकसित करना चाहता है। लक्ष्य दीर्घकालिक ज्ञान जमा करने वाले अनुकूली मॉडल बनाना है।
डायनामिक एक्सपेंडेबल नेटवर्क
ऐसे मॉडल जो नई कक्षाओं या कार्यों के आने पर अपनी संरचना को गतिशील रूप से नई इकाइयों या परतों को जोड़कर अनुकूलित कर सकते हैं। यह नियंत्रित विस्तार मौजूदा प्रदर्शन से समझौता किए बिना प्रभावी वृद्धि की अनुमति देता है।
रेगुलराइजेशन-आधारित विधियाँ
महत्वपूर्ण वजनों में संशोधनों को बाधित करने के लिए हानि फ़ंक्शन में दंड शब्दों का उपयोग करने वाले दृष्टिकोणों का परिवार। ये विधियाँ पिछले कार्यों पर प्रदर्शन के लिए महत्वपूर्ण पैरामीटरों की पहचान करती हैं और उनकी रक्षा करती हैं।
आर्किटेक्चर-आधारित विधियाँ
निरंतर सीखने की रणनीतियाँ जो पुराने ज्ञान में हस्तक्षेप किए बिना नए ज्ञान को समायोजित करने के लिए नेटवर्क की संरचना को संशोधित करती हैं। इन दृष्टिकोणों में गतिशील विस्तार और कार्य-विशिष्ट समर्पित संसाधन आवंटन शामिल हैं।
रीप्ले-आधारित विधियाँ
प्रदर्शन बनाए रखने के लिए पिछले डेटा के चयनात्मक भंडारण और पुनः उपयोग का उपयोग करने वाली निरंतर सीखने की तकनीकें। ये विधियाँ याद किए गए अनुभवों के चयन और पुनः नमूनाकरण की अपनी रणनीति में भिन्न होती हैं।
टास्क-इंक्रीमेंटल लर्निंग
निरंतर सीखने का परिदृश्य जहाँ अनुमान के समय कार्य की पहचान ज्ञात होती है, जो विशिष्ट मास्क या उप-नेटवर्क के उपयोग की अनुमति देती है। यह सरलीकरण विभिन्न कार्यों के बीच ज्ञान के पृथक्करण को सुविधाजनक बनाता है।
डोमेन-इंक्रीमेंटल लर्निंग
वह प्रतिमान जहाँ कक्षाएँ स्थिर रहती हैं लेकिन डेटा का वितरण कार्यों के बीच धीरे-धीरे बदलता है। मॉडल को नए डोमेन के अनुकूल होना चाहिए साथ ही सभी कक्षाओं को पहचानने की अपनी क्षमता बनाए रखनी चाहिए।
क्लास-इंक्रीमेंटल लर्निंग
सबसे चुनौतीपूर्ण परिदृश्य जहां नई कक्षाएं क्रमिक रूप से पेश की जाती हैं बिना कार्य की पहचान के ज्ञान के। मॉडल को पुरानी और नई कक्षाओं के बीच अंतर करना चाहिए साथ ही पिछले ज्ञान को भूलने से बचना चाहिए।