Glossário IA
O dicionário completo da Inteligência Artificial
Treinamento Baseado em População (PBT)
Método de otimização hiperparamétrica que combina aprendizado por reforço e algoritmos evolucionários para ajustar dinamicamente os hiperparâmetros durante o treinamento do modelo.
Hiperparâmetros adaptativos
Parâmetros de treinamento que evoluem dinamicamente com base no desempenho do modelo, em vez de serem fixados previamente.
Dinâmica de população
Processo evolutivo onde os indivíduos (modelos) interagem, competem e trocam informações em um ambiente de treinamento compartilhado.
Cronograma de aprendizado dinâmico
Estratégia de ajuste automático da taxa de aprendizado baseada no desempenho relativo dentro da população.
Período de avaliação
Intervalo de tempo entre as fases de seleção e exploração no ciclo PBT, determinando a frequência dos ajustes hiperparamétricos.
Critério de desempenho
Métrica ou conjunto de métricas usadas para avaliar e comparar os modelos dentro da população PBT.
Decaimento exponencial adaptativo
Estratégia de ajuste automático da taxa de aprendizado onde o decaimento é modulado dinamicamente de acordo com o desempenho relativo.
Transferência de conhecimento entre indivíduos
Mecanismo PBT que permite aos modelos aprender coletivamente, compartilhando as melhores configurações descobertas dentro da população.
Equilíbrio de Nash em PBT
Estado teórico onde nenhum modelo da população pode melhorar seu desempenho modificando unilateralmente seus hiperparâmetros.
Otimização Multi-Objetivo PBT
Extensão do PBT que gerencia simultaneamente múltiplos objetivos conflitantes, como precisão vs. tempo de inferência ou consumo de energia.
Regularização Evolutiva
Efeito secundário benéfico do PBT onde a competição e a diversidade populacional atuam como um mecanismo de regularização implícito.
Exploração Estocástica Guiada
Estratégia de exploração do PBT onde as mutações aleatórias são direcionadas para regiões do espaço de hiperparâmetros que demonstraram potencial.