Glossário IA
O dicionário completo da Inteligência Artificial
Autoencoder Anômalo
Variante dos autoencoders onde o modelo é treinado principalmente em dados anômalos, permitindo uma reconstrução eficaz de anomalias e uma má reconstrução de dados normais.
Detecção de Anomalias com GAN
Método que utiliza Redes Adversariais Generativas onde o discriminador aprende a distinguir dados normais de anomalias, ou o gerador é incapaz de criar anomalias realistas.
Mecanismo de Atenção para Anomalias
Módulo em redes neurais que pondera a importância de diferentes partes dos dados de entrada, permitindo isolar as regiões ou os passos de tempo responsáveis pelo comportamento anômalo.
Detecção de Anomalias por LSTM
Abordagem que utiliza redes neurais recorrentes de memória de longo prazo (LSTM) para modelar as dependências temporais de séries cronológicas e identificar desvios do padrão aprendido.
Transformers para Séries Temporais
Aplicação da arquitetura Transformer, baseada em mecanismos de autoatenção, para modelar relações de longo prazo em dados sequenciais e detectar anomalias sutis.
Aprendizagem Não Supervisionada Profunda
Paradigma onde redes neurais profundas aprendem a estrutura de dados normais sem rótulos, usando esse conhecimento para sinalizar qualquer desvio como uma anomalia.
Isolation Forest Profundo
Extensão do algoritmo Isolation Forest onde as divisões do espaço são realizadas por camadas de neurônios, permitindo um isolamento mais complexo e eficaz de anomalias em espaços de alta dimensão.
Graph Neural Network para Anomalias
Utilização de redes neurais em grafos para detectar anomalias em dados estruturados em redes, identificando nós ou subgrafos cujo comportamento se desvia da norma.
Memória Episódica para Anomalias
Arquitetura de rede neural que integra um módulo de memória que armazena protótipos de dados normais, permitindo comparar novas entradas com essa base de conhecimento para detectar anomalias.
Codificação Preditiva para Anomalias
Modelo que prevê o próximo passo de tempo em uma sequência; um grande erro de previsão indica que o evento observado foi inesperado e, portanto, potencialmente anômalo.
Aprendizagem Contrastiva para Anomalias
Técnica de aprendizagem onde o modelo é treinado para aproximar as representações de dados normais e afastar as das anomalias, melhorando a separação no espaço latente.
Autoencoder Variacional (VAE) para Anomalias
Autoencoder que aprende uma distribuição probabilística do espaço latente; as anomalias são identificadas pela sua baixa probabilidade sob esta distribuição aprendida a partir dos dados normais.