Glossario IA
Il dizionario completo dell'Intelligenza Artificiale
Factor Graph
Représentation graphique bipartite modélisant la décomposition d'une fonction en facteurs, utilisant des nœuds variables et des nœuds facteurs pour représenter les dépendances probabilistes.
Variable Node
Nœud dans un factor graph représentant une variable aléatoire du modèle, connecté uniquement aux nœuds facteurs dans lesquels cette variable apparaît.
Factor Node
Nœud fonctionnel dans un factor graph représentant un facteur ou une fonction de potentiel définissant l'interaction entre un sous-ensemble de variables aléatoires.
Sum-Product Algorithm
Algorithme exact d'inférence sur les factor graphs arborescents utilisant des messages basés sur des sommes et produits pour calculer les distributions marginales exactes.
Max-Product Algorithm
Variante du sum-product remplaçant les sommes par des max pour trouver la configuration MAP (Maximum A Posteriori) des variables dans les modèles graphiques.
Belief Propagation
Processus d'inférence probabiliste où les croyances (distributions marginales) sont propagées à travers le réseau par passage de messages entre nœuds adjacents.
Factor Function
Fonction non-négative définie sur un sous-ensemble de variables, quantifiant la compatibilité ou l'affinité entre configurations spécifiques de ces variables.
Joint Distribution
Distribution de probabilité sur l'ensemble des variables du modèle, factorisée en produit de facteurs dans la représentation du factor graph.
Marginalization
Opération mathématique consistant à sommer sur certaines variables pour obtenir la distribution marginale des variables restantes dans le modèle probabiliste.
Message Schedule
Séquence ordonnée définissant l'ordre et le moment de passage des messages entre nœuds dans un factor graph, crucial pour la convergence de l'algorithme.
Tree-Structured Graph
Factor graph sans cycles où les algorithmes de passage de messages produisent des résultats exacts en une seule passe (depuis les feuilles vers la racine et retour).
Factorization
Décomposition d'une distribution de probabilité complexe en produit de facteurs plus simples exploitant les indépendances conditionnelles du modèle.
Inference
Processus de calcul des distributions de probabilité postérieures ou de configurations optimales des variables non observées étant donné les observations et le modèle.
Probabilistic Graphical Model
Framework unifié utilisant des graphes pour représenter les dépendances conditionnelles entre variables aléatoires, incluant les réseaux bayésiens et les champs de Markov.
Factor Graph Representation
Formalisme unifié permettant de représenter aussi bien les réseaux bayésiens dirigés que les champs de Markov non-dirigés dans une structure bipartite commune.
Variable Elimination
Algorithme d'inférence exact éliminant séquentiellement variables par variables en créant de nouveaux facteurs, équivalent au passage de messages sur les factor graphs.