Glossário IA
O dicionário completo da Inteligência Artificial
Latente Discriminador
Rede neural treinada para distinguir entre códigos latentes reais provenientes do codificador e amostras retiradas de uma distribuição de probabilidade alvo.
Imposição do Espaço Latente
Espaço de variáveis latentes constrangido por um adversário a seguir uma distribuição de probabilidade predefinida (gaussiana, uniforme ou outra).
AAE Ciclo-Consistente
Variante que garante que as reconstruções sucessivas de dados codificados e decodificados mantenham uma coerência cíclica para melhorar a estabilidade.
Regularização Adversarial Parcial
Técnica onde apenas uma parte das dimensões latentes é regularizada adversarialmente, preservando assim certos aspectos invariantes dos dados.
InfoVAE Adversarial
Combinação que utiliza a divergência KL mútua e um adversário para maximizar a informação mútua entre entradas e códigos latentes.
Correspondência de Características Adversariais
Objetivo onde o codificador aprende a fazer corresponder as características estatísticas dos códigos latentes com as da distribuição alvo.
AAE Hierárquico
Arquitetura multi-nível onde cada camada latente possui seu próprio adversário, permitindo uma representação hierárquica progressiva dos dados.
Inferência Adversarial
Processo de inferência onde o codificador aprende a gerar códigos latentes que enganam o discriminador, substituindo a inferência variacional tradicional.
Perda de Reconstrução + Perda Adversarial
Função objetivo que combina a perda de reconstrução tradicional com a perda adversarial para equilibrar fidelidade e realismo das reconstruções.
Percurso no Espaço Latente
Exploração sistemática do espaço latente de um AAE para descobrir variações semânticas contínuas através da regularização adversarial.
Autoencoding Adversarial para Desentrelaçamento
Aplicação de AAEs para separar fatores de variação intrínsecos em um espaço latente estruturado por adversários especializados.
AAE Semi-Supervisionado
Extensão onde o espaço latente é particionado entre variáveis supervisionadas (rótulos) e não-supervisionadas com adversários distintos para cada grupo.
Otimização Latente Adversarial
Método de otimização direta dos códigos latentes para maximizar o sucesso do discriminador sem treinar explicitamente um codificador.
AAE de Wasserstein
Variante que utiliza a distância de Wasserstein no adversário para uma regularização mais estável da distribuição latente.
AAE de Adaptação de Domínio Adversarial
Aplicação onde um adversário força os códigos latentes de diferentes domínios a terem distribuições idênticas para facilitar a transferência de aprendizado.
Força de Regularização Adversarial
Hiperparâmetro que controla a influência relativa da perda adversarial em relação à perda de reconstrução na otimização global.
Decodificador Adversarial
Decodificador adicional treinado adversarialmente para melhorar a qualidade das gerações em competição com o decodificador principal.