Glossário IA
O dicionário completo da Inteligência Artificial
Aquisição Funcional em Tempo Real
Estratégia de seleção de pontos de avaliação na otimização bayesiana, projetada para minimizar a latência de decisão adaptando dinamicamente o critério de aquisição às restrições temporais.
Modelo Substituto Incremental
Modelo de substituição (frequentemente um processo gaussiano) atualizado incrementalmente a cada nova observação, evitando um re-treinamento completo para garantir desempenho em tempo real.
Orçamento de Tempo Real
Restrição temporal estrita imposta a cada iteração da otimização bayesiana, limitando o tempo alocado para a atualização do modelo e o cálculo do critério de aquisição.
Critério de Aquisição de Baixo Custo Computacional
Função de aquisição (como a melhoria esperada ou o limite superior de confiança) simplificada ou aproximada para reduzir drasticamente o tempo de cálculo, essencial para ciclos de otimização rápidos.
Processo Gaussiano Online
Implementação de processo gaussiano onde a inferência e a previsão são realizadas continuamente à medida que os dados chegam, sem a necessidade de processamento em lote.
Poda Dinâmica do Espaço de Busca
Técnica que consiste em reduzir o espaço de candidatos a serem avaliados a cada iteração com base nas informações acumuladas, para acelerar a seleção do próximo ponto.
Otimização Bayesiana em Fluxo Contínuo (Streaming BO)
Abordagem onde a otimização é realizada em um fluxo contínuo de dados, adaptando o modelo e as decisões de otimização em tempo real à medida que novas informações chegam.
Meta-Aprendizagem para Aceleração da BO
Uso de meta-aprendizagem para inicializar rapidamente o modelo substituto com conhecimentos de tarefas de otimização passadas, reduzindo assim o número de iterações necessárias em tempo real.
Paralelismo de Dados para BO em Tempo Real
Estratégia de paralelização onde os cálculos relacionados ao modelo substituto (ex: previsões em um conjunto de pontos candidatos) são distribuídos para cumprir prazos rigorosos.
Janela Deslizante de Observações
Método onde apenas um subconjunto recente das observações é mantido para a atualização do modelo, limitando a complexidade computacional para garantir desempenho constante em tempo real.
Otimização Bayesiana Episódica
Estrutura onde a otimização é decomposta em episódios temporais curtos, cada um com seu próprio modelo substituto, permitindo reinicializações frequentes para se adaptar a ambientes dinâmicos.
Aproximação por Mínimos Quadrados Aleatórios para BO
Técnica de aproximação do kernel em processos gaussianos usando características aleatórias para reduzir a complexidade da inversão de matriz de O(n^3) para O(n*m), onde m << n.
Previsão em Tempo Constante
Objetivo das implementações de BO em tempo real onde a latência para prever a média e a variância do modelo substituto para um novo ponto é garantida como sendo inferior a um limiar fixo.
Sistema de Controle em Malha Fechada com BO
Aplicação da otimização bayesiana em tempo real como componente de um sistema de controle, onde as ações são continuamente ajustadas com base nas previsões do modelo para otimizar um desempenho.
Otimização Ativa em Tempo Real
Processo onde o algoritmo de otimização bayesiana decide não apenas o próximo ponto a ser avaliado, mas também o momento oportuno para realizar essa avaliação a fim de maximizar a informação adquirida sob restrição de tempo.
Modelo Substituto Esparso
Utilização de modelos substitutos (como processos gaussianos parcimoniosos ou processos gaussianos com pontos indutores) que exploram a estrutura esparsa dos dados para atualizações e previsões rápidas.
Critério de Aquisição Não-Míope
Critério que avalia o potencial de um ponto em vários passos à frente, frequentemente aproximado para ser calculável em tempo real, a fim de tomar decisões mais robustas do que os critérios míopes.