एआई शब्दावली

📖

शब्द

Fonction de Covariance

Fonction noyau qui définit la corrélation entre deux points d'entrée dans un processus gaussien, déterminant la régularité et la structure de la fonction modélisée.

📖

शब्द

Noyau de Matérn

Famille de fonctions de covariance paramétrées par un facteur de rugosité ν, offrant un contrôle fin sur la différentiabilité du processus gaussien modélisé.

📖

शब्द

Noyau RBF (Gaussien)

Fonction de covariance radiale de base infiniment différentiable, supposant des fonctions très lisses et largement utilisée pour les processus gaussiens standards.

📖

शब्द

Hyperparamètres du Noyau

Paramètres de la fonction de covariance (comme la longueur d'échelle et la variance) qui contrôlent le comportement du processus gaussien et sont optimisés par maximum de vraisemblance.

📖

शब्द

Longueur d'Échelle

Hyperparamètre du noyau déterminant la distance sur laquelle les points d'entrée sont corrélés, contrôlant la variabilité de la fonction modélisée par le processus gaussien.

📖

शब्द

Variance du Signal

Hyperparamètre du noyau représentant l'écart-type vertical de la fonction modélisée, contrôlant l'amplitude moyenne des fluctuations du processus gaussien.

📖

शब्द

Bruit Observationnel

Paramètre σ² modélisant l'incertitude des observations, ajouté à la diagonale de la matrice de covariance pour gérer les données bruitées dans les processus gaussiens.

📖

शब्द

Prédiction par Distribution Conditionnelle

Calcul de la distribution postérieure du processus gaussien en un nouveau point, conditionnée sur les observations existantes pour fournir une moyenne et une variance prédictives.

📖

शब्द

Maximum de Vraisemblance Evidence Maximization

Procédure d'optimisation des hyperparamètres du processus gaussien en maximisant la log-vraisemblance marginale des données observées sous le modèle.

📖

शब्द

Théorème de Karhunen-Loève

Décomposition d'un processus gaussien en série de fonctions orthogonales avec coefficients gaussiens indépendants, permettant une représentation compacte du processus.

📖

शब्द

Noyau de Dot-Product

Fonction de covariance k(x,x') = σ² + xᵀx' utilisée pour modéliser des fonctions linéaires ou polynomiales dans les processus gaussiens.

📖

शब्द

Processus Gaussien Profond

Extension des processus gaussiens où la fonction de covariance est elle-même paramétrée par un réseau de neurones, permettant des modèles non stationnaires complexes.

📖

शब्द

Sparse Gaussian Process

Approximation computationnelle utilisant des points d'induction pour réduire la complexité cubique O(n³) des processus gaussiens standards aux grands ensembles de données.

📖

शब्द

Cholesky Decomposition

Factorisation de la matrice de covariance K = LLᵀ utilisée pour résoudre efficacement les systèmes linéaires et calculer la log-vraisemblance dans les processus gaussiens.