Глоссарий ИИ
Полный словарь искусственного интеллекта
Генеративно-состязательные сети (GANs)
Архитектура, состоящая из двух нейронных сетей, конкурирующих между собой для генерации реалистичных данных с помощью состязательного обучения.
Вариационные автокодировщики (VAE)
Вероятностные модели, которые изучают сжатые латентные представления для генерации новых данных путем выборки.
Диффузионные модели
Техники, генерирующие данные путем постепенного обращения процесса гауссовского зашумления на нескольких этапах.
Генеративные трансформеры
Архитектура, основанная на механизме внимания, используемая для генерации текста, изображений и других последовательных данных.
Потоки нормализации
Модели, преобразующие простое распределение в сложное с помощью обратимых биективных преобразований.
Авторегрессионные модели
Генеративный подход, при котором каждый элемент предсказывается условно на основе предыдущих элементов в последовательности.
Энергетические модели
Генеративный фреймворк, присваивающий энергию каждой конфигурации данных, причём конфигурации с низкой энергией более вероятны.
Нейронные поля излучения (NeRF)
Техника, генерирующая фотореалистичные 3D-представления путем отображения сцен в виде непрерывных полей плотности и цвета.
Модели на основе оценок
Генеративный подход, использующий градиенты оценки плотности для управления процессом генерации данных.
Состязательные автоэнкодеры
Комбинация автоэнкодеров и GAN для улучшения качества и разнообразия генерируемых данных.
Гибридные модели GAN-VAE
Архитектура, сочетающая преимущества GAN и VAE для более стабильного и разнообразного генерирования
Неявные нейронные представления
Генеративные модели, представляющие непрерывные сигналы в виде функций, параметризованных нейронными сетями