Глоссарий ИИ
Полный словарь искусственного интеллекта
Алгоритм оценки распределения
Эволюционная метаэвристика, которая заменяет традиционные генетические операторы обучением и выборкой из распределений вероятностей для генерации новых решений.
Вероятностная модель распределения
Математическая структура, захватывающая статистические зависимости между переменными популяции, используемая для направления генерации новых особей в EDA.
UMDA
Унивариатный алгоритм EDA, который предполагает независимость между переменными и обновляет маргинальное распределение каждой переменной отдельно в каждом поколении.
PBIL
Вариант EDA, который сочетает инкрементальное обучение и оценку распределения, постоянно обновляя вектор вероятностей на основе лучших особей.
Факторизация распределения
Техника декомпозиции сложного совместного распределения вероятностей в произведение более простых условных распределений для снижения вычислительной сложности.
MIMIC
Алгоритм EDA, который строит оптимальную марковскую цепь, максимизируя взаимную информацию для захвата зависимостей между переменными.
BOA
Продвинутый EDA, использующий байесовские сети для моделирования сложных зависимостей между переменными и выборки новых решений согласно этим отношениям.
Вектор вероятностей
Одномерная структура данных, хранящая маргинальные вероятности для каждой бинарной переменной в простых дискретных EDA.
Распределение Бернулли
Дискретная вероятностная модель для бинарных переменных, где каждая переменная имеет вероятность p принять значение 1 и (1-p) принять значение 0.
cGA
Вариант EDA с минимальной популяцией, использующий соревнование между двумя особями для обновления единого вектора вероятностей.
Выборка с Отбраковкой
Техника генерации выборок из целевого распределения путем принятия или отклонения кандидатов согласно вероятностной функции.
Усечённое Нормальное Распределение
Гауссовское распределение, ограниченное специфическим интервалом, используемое в EDA для соблюдения ограничений на границы непрерывных переменных.
Обучение Структуры
Процесс автоматического определения зависимостей между переменными в продвинутых EDA, использующий метрики типа BIC или AIC.
Элитизм в EDA
Стратегия сохранения лучших решений от одного поколения к другому для гарантии монотонного улучшения в алгоритмах оценки распределения.
Коэффициент Смешения
Параметр, контролирующий пропорцию между обучением на текущей популяции и сохранением предыдущих распределений в адаптивных EDA.
Дерево Чоу-Лю
Оптимальная структура зависимостей в виде дерева, максимизирующая правдоподобие, используемая в некоторых EDA для эффективного моделирования бинарных корреляций.
Гиббсовская выборка
Метод MCMC для генерации выборок из сложных условных распределений, применяемый в EDA для сложных вероятностных моделей.