Glossário IA
O dicionário completo da Inteligência Artificial
Autoencoder Quantizado
Arquitetura de rede neural que integra camadas de quantização no espaço latente para comprimir representações contínuas em valores discretos, permitindo uma compressão eficiente com uma degradação controlada da qualidade.
Quantização Residual
Abordagem de quantização iterativa que quantifica sucessivamente o erro residual da etapa anterior, melhorando progressivamente a precisão da reconstrução com uma taxa de compressão controlada.
Quantização Binária
Processo de conversão de valores contínuos em representações binárias (0 ou 1), frequentemente utilizado para extremos de alto desempenho em termos de armazenamento e cálculo em detrimento da precisão.
Aprendizagem de Codebook
Processo de otimização dos vetores representativos em um dicionário de quantização, tipicamente realizado por descida de gradiente para minimizar o erro de reconstrução global.
Perda de Compromisso
Termo de regularização utilizado em autoencoders quantizados para encorajar as codificações a permanecerem próximas dos vetores do codebook, estabilizando o treinamento e melhorando a qualidade da quantização.
Compromisso Taxa-Distorção
Equilíbrio fundamental na teoria da informação entre a taxa de compressão (bits) e a distorção (erro de reconstrução), otimizado em autoencoders quantizados pelo ajuste da dimensão latente e do nível de quantização.
Quantização Escalar
Forma elementar de quantização onde cada dimensão de um vetor é quantificada independentemente usando limiares predefinidos, oferecendo simplicidade mas menos eficiência do que a quantização vetorial.
Quantização K-means
Aplicação do algoritmo K-means para construir o codebook de quantização, onde os centroides dos clusters se tornam os vetores quantizados representativos de cada região do espaço.
Codificação de Entropia
Etapa final de compressão que explora as estatísticas dos símbolos quantizados para reduzir o número de bits necessários, frequentemente utilizando métodos como Huffman ou codificação Aritmética.
Espaço Latente Discreto
Espaço de representação restrito a um conjunto finito de valores discretos, obtido por quantização e permitindo uma modelagem probabilística mais simples e uma melhor interpretabilidade.
Truque Gumbel-Softmax
Técnica que permite diferenciar aproximadamente as operações de amostragem discreta, essencial para o treinamento de redes com variáveis latentes discretas, como os autoencoders quantizados.
Cronograma de Annealing
Estratégia de decaimento progressivo de um parâmetro (tipicamente a temperatura) durante o treinamento, utilizada para estabilizar a aprendizagem dos autoencoders quantizados, fazendo a transição progressiva do contínuo para o discreto.
Taxa de Compressão
Métrica calculada como a razão entre o tamanho dos dados originais e o tamanho após a compressão pelo autoencoder quantizado, indicando a eficiência da redução dimensional.
Ruído de Quantização
Erro introduzido pelo processo de quantização, representando a diferença entre os valores contínuos originais e suas aproximações discretas, caracterizado e modelado em arquiteturas quantizadas avançadas.