Glossário IA
O dicionário completo da Inteligência Artificial
Space embedding
Espace vectoriel où les caractéristiques visuelles et sémantiques sont projetées pour permettre des comparaisons et des associations entre classes vues et non-vues lors de l'entraînement.
Attribute-based learning
Méthodologie utilisant des attributs descriptifs communs pour partager des informations entre classes, permettant la reconnaissance d'objets jamais vus à travers leurs caractéristiques partagées.
Prototype networks
Architecture de réseaux de neurones qui apprennent un espace métrique où la classification s'effectue en calculant les distances aux prototypes de classe, représentants moyens de chaque catégorie.
Model-Agnostic Meta-Learning
Algorithme de méta-apprentissage qui optimise les paramètres d'initialisation d'un modèle pour permettre une adaptation rapide à de nouvelles tâches avec peu de mises à jour de gradient.
Cross-domain adaptation
Technique permettant à un modèle entraîné sur un domaine source de s'adapter efficacement à un domaine cible différent, avec des distributions de données potentiellement dissemblables.
Open-set recognition
Problème de classification où le modèle doit identifier non seulement les classes connues mais aussi reconnaître et rejeter des échantillons appartenant à des classes inconnues.
Transductive learning
Paradigme d'apprentissage où le modèle utilise simultanément les données d'entraînement et de test pour optimiser directement ses prédictions sur l'ensemble de test spécifique considéré.
Episodic training
Stratégie d'entraînement en méta-apprentissage où chaque épisode simule une tâche few-shot avec des ensembles de support et de requête pour apprendre des capacités d'adaptation rapide.
Attribute vocabulary
Conjunto predefinido de atributos descritivos usados para caracterizar as classes e permitir a transferência de conhecimento semântico entre categorias em sistemas zero-shot.