Glossário IA
O dicionário completo da Inteligência Artificial
Controlador de Aprendizagem por Reforço
Agente de aprendizagem por reforço que gera arquiteturas de redes neurais em sequência, otimizando suas decisões com base nas recompensas obtidas do desempenho das arquiteturas avaliadas.
Busca em Árvore Monte Carlo para NAS
Algoritmo de exploração que utiliza simulações aleatórias para avaliar e selecionar arquiteturas promissoras no espaço de busca de redes neurais.
Controlador RNN
Rede neural recorrente utilizada como controlador em NAS por reforço, gerando sequencialmente descrições de arquitetura na forma de tokens ou ações.
Poda do Espaço de Busca
Técnica de redução do espaço de busca, eliminando arquiteturas subótimas com base em heurísticas ou avaliações preliminares para acelerar o processo NAS.
Meta-Aprendizagem para NAS
Abordagem onde o sistema aprende a aprender a projetar arquiteturas, transferindo conhecimentos de tarefas anteriores para acelerar a busca em novas tarefas.
Estratégia de Compartilhamento de Pesos
Técnica onde os pesos das arquiteturas são compartilhados durante o treinamento, permitindo a avaliação rápida de múltiplas arquiteturas sem reinicializar os parâmetros.
Design da Função de Recompensa
Definição matemática da recompensa em NAS por reforço, combinando tipicamente a precisão do modelo, a complexidade computacional e outras restrições.
NAS Sensível à Latência
Variante de NAS que otimiza explicitamente as arquiteturas para minimizar a latência de inferência, além da precisão, crucial para aplicações em tempo real.
Regularização de Arquitetura
Aplicação de técnicas de regularização diretamente no espaço das arquiteturas para evitar o sobreajuste e promover soluções generalizáveis.
Parada Antecipada em NAS
Mecanismo de parada prematura da avaliação de arquiteturas promissoras baseado em indicadores precoces de desempenho para otimizar o orçamento computacional.
Análise do Kernel Tangente Neural
Ferramenta teórica utilizada em NAS para analisar as propriedades de convergência e expressividade das arquiteturas candidatas antes de seu treinamento completo.