Глоссарий ИИ
Полный словарь искусственного интеллекта
Адверсариальное активное обучение
Парадигма обучения, в которой агент активно выбирает наиболее информативные образцы, используя состязательные методы для повышения робастности и эффективности модели.
GAN для активного обучения
Использование генеративных состязательных сетей для синтеза оптимизированных обучающих выборок, которые максимизируют неопределенность классификатора и ускоряют его обучение.
Адверсариальная выборка по неопределенности
Стратегия выбора образцов, объединяющая меры неопределенности модели с состязательными атаками для выявления наиболее критичных точек для аннотации.
Адверсариальная стратегия запросов
Метод запроса, который интегрирует состязательные возмущения в процесс выбора, чтобы гарантировать, что модель учится на наиболее сложных и устойчивых примерах.
Активное обучение с условными GAN
Подход, использующий условные GAN для генерации целевых синтетических образцов в регионах с низкой достоверностью классификатора, тем самым оптимизируя активный выбор.
Адверсариальный активный сэмплинг
Техника активного сэмплинга, которая применяет состязательные преобразования к существующим примерам для создания вариаций, максимизирующих неопределенность перед выбором.
Активный дискриминатор
Компонент системы GAN, адаптированный для активного обучения, оценивающий не только подлинность, но и обучающий потенциал каждого сгенерированного образца.
Генератор запросов
Нейронная сеть, предназначенная для генерации оптимальных выборок запросов в рамках активного обучения, минимизирующая необходимое количество аннотаций.
Состязательно устойчивое активное обучение
Фреймворк активного обучения, интегрирующий явную устойчивость к состязательным атакам при оптимизации выбора образцов для аннотирования человеком.
Активная состязательная дисперсия
Мера, объединяющая оценку дисперсии модели с состязательными возмущениями для выявления образцов с наилучшим соотношением информации к затратам на аннотирование.
ActiveGAN
Специфическая архитектура GAN, оптимизированная для активного обучения, способная генерировать разнообразные образцы в граничных зонах пространства решений.
Стратегия состязательного отступа
Подход активного выбора, основанный на минимизации отступа классификатора, усиленный состязательными атаками для поиска наиболее неоднозначных примеров.
Синтетическое активное обучение
Парадигма, в которой синтетические образцы, созданные состязательными моделями, заменяют или дополняют реальные данные в процессе активного обучения.
Состязательный синтез запросов
Процесс генерации оптимальных запросов с помощью состязательных методов, создающий образцы, которые максимизируют прирост информации для классификатора.
Активное обучение с Wasserstein GAN
Вариант активного обучения, использующий WGAN для улучшения стабильности генерации критических образцов и сходимости процесса выбора.