Glossário IA
O dicionário completo da Inteligência Artificial
Gradiente Conjugado
Método iterativo para resolver sistemas de equações lineares e problemas de otimização não-linear, utilizando direções conjugadas duas a duas para garantir a convergência em um número finito de iterações.
Método de Fletcher-Reeves
Algoritmo de gradiente conjugado que calcula a nova direção de busca utilizando a razão dos quadrados dos gradientes, garantindo a conjugação com as direções anteriores.
Método de Polak-Ribière
Variante do gradiente conjugado que utiliza uma fórmula de atualização incluindo as diferenças de gradientes sucessivos, oferecendo frequentemente uma melhor convergência para funções não-lineares.
Pré-condicionamento
Transformação do sistema original para melhorar suas propriedades numéricas, acelerando assim a convergência do gradiente conjugado ao reduzir o condicionamento da matriz.
Vetor conjugado
Conjunto de vetores ortogonais em relação a uma matriz definida positiva, garantindo que cada nova direção de busca melhore a solução sem comprometer as direções anteriores.
Tamanho do passo (Step size)
Parâmetro escalar que determina a magnitude do deslocamento na direção do gradiente a cada iteração, crucial para a estabilidade e a velocidade de convergência.
Matriz Hessiana
Matriz das segundas derivadas parciais de uma função escalar, fornecendo informações sobre a curvatura local e essencial em métodos de otimização de segunda ordem.
Mínimo global
Ponto no domínio onde a função objetivo atinge seu menor valor em todo o espaço de busca, objetivo final dos algoritmos de otimização.
Método de Newton-Raphson
Algoritmo iterativo que utiliza a matriz Hessiana para aproximar localmente a função por uma quadrática, oferecendo convergência quadrática perto do mínimo.
Norma Euclidiana
Medida da magnitude de um vetor no espaço euclidiano, calculada como a raiz quadrada da soma dos quadrados de suas componentes.