Глоссарий ИИ
Полный словарь искусственного интеллекта
Адверсариальный автоэнкодер
Архитектура нейронной сети, объединяющая автоэнкодер и генеративно-состязательную сеть для того, чтобы заставить латентное пространство следовать определённому распределению, тем самым улучшая качество реконструкций и генераций.
Адверсариальное латентное пространство
Сжатое представление данных в адверсариальном автоэнкодере, распределение которого регуляризируется дискриминатором для приближения к целевому распределению (например, гауссовскому), способствуя лучшей обобщающей способности.
Дискриминатор распределения
Нейронная сеть в адверсариальном автоэнкодере, отвечающая за различение кодировок реальных данных от выборок, взятых из априорного распределения, заставляя таким образом энкодер создавать реалистичные латентные представления.
Адверсариальный вариационный автоэнкодер (AAVA)
Гибридная модель, интегрирующая вариационную регуляризацию VAE с распределительным ограничением GAN, где дискриминатор действует на латентные выборки для уточнения пространства представлений.
Адверсариальный шум
Намеренно созданные возмущения для обмана дискриминатора адверсариального автоэнкодера, используемые во время обучения для усиления устойчивости энкодера.
f-дивергенция Йенсена-Шеннона
Обобщённая метрика расхождения, используемая для измерения расхождения между изученным латентным распределением и целевым распределением в адверсариальных автоэнкодерах, предоставляющая больше гибкости, чем классическое расхождение KL.
Схлопывание мод в автоэнкодерах
Феномен, при котором энкодер, пытаясь обмануть дискриминатор, отображает различные входы в ограниченное число латентных представлений, сокращая разнообразие латентного пространства.
Циклически-согласованный адверсариальный автоэнкодер
Вариант адверсариального автоэнкодера, к которому добавляется ограничение циклической согласованности, гарантирующее, что реконструкция после прохождения через латентное пространство и возврата идентична исходному входу.
Совместный Энкодер-Дискриминатор
Стратегия обучения, при которой параметры энкодера и дискриминатора частично совместно используются или совместно оптимизируются для стабилизации обучения и улучшения регуляризации латентного пространства.
Структурированное Пространство Вложений
Цель состязательных автоэнкодеров состоит в создании латентного пространства, которое не только низкоразмерно, но и имеет полезную семантическую структуру, достигаемую с помощью распределительного ограничения.
Состязательно Регуляризованная Реконструкция
Процесс реконструкции данных в автоэнкодере, где функция потерь реконструкции дополнена состязательным штрафом, что предотвращает переобучение и способствует получению более общих представлений.
Условный Состязательный Автоэнкодер (AAAC)
Расширение состязательного автоэнкодера, где кодирование и генерация обусловлены дополнительной информацией (например, метками классов), что позволяет явно контролировать генерируемые латентные представления.
Состязательный Автоэнкодер Вассерштейна
Реализация состязательного автоэнкодера, использующая функцию потерь Вассерштейна для дискриминатора, что улучшает стабильность обучения и обеспечивает более значимую меру сходимости латентных распределений.
Обезшумление с помощью Состязательного Автоэнкодирования
Приложение, в котором состязательный автоэнкодер обучается восстанавливать чистые данные из зашумленных входов, при этом дискриминатор гарантирует, что латентные представления очищенных данных следуют распределению чистых данных.
Состязательная Разделимость Классов
Возникающее свойство в некоторых состязательных автоэнкодерах, при котором латентное пространство организуется так, чтобы разделять различные классы данных, что облегчает последующие задачи классификации.