Глоссарий ИИ
Полный словарь искусственного интеллекта
Optimisation Bayésienne Contraindre
Méthode d'optimisation qui combine l'inférence bayésienne avec des contraintes explicites sur les hyperparamètres, utilisant des processus gaussiens pour modéliser la fonction objectif tout en respectant les bornes et restrictions imposées.
Recherche par Grille Hiérarchique
Approche d'optimisation structurée qui exploite les dépendances entre hyperparamètres en organisant la recherche selon une arborescence hiérarchique, éliminant ainsi les combinaisons invalides et optimisant l'espace de recherche.
Optimisation Multi-objectif Pareto
Technique avancée qui identifie l'ensemble des solutions Pareto-optimales lorsque plusieurs objectifs contradictoires doivent être optimisés simultanément sous des contraintes d'hyperparamètres, permettant un compromis équilibré entre performance et ressources.
Algorithmes Génétiques Contraints
Métaheuristiques évolutionnaires adaptées pour gérer les contraintes d'optimisation par des mécanismes de pénalisation, réparation ou dominance contrainte, préservant la diversité génétique tout en respectant les restrictions d'espace de recherche.
Optimisation par Essaim Particulaire Borné
Variante de l'algorithme PSOP où les particules évoluent dans un espace de recherche délimité par des contraintes explicites, utilisant des mécanismes de réflexion ou de réinitialisation pour maintenir les solutions dans les régions admissibles.
Méthodes de Gradient Projeté
Techniques d'optimisation qui projettent le gradient sur l'espace tangent des contraintes actives, garantissant que chaque itération reste dans la région réalisable tout en suivant la direction de descente la plus raide.
Optimisation par Recuit Simulé Contraint
Algorithme métaheuristique qui intègre des mécanismes de gestion des contraintes dans le processus d'acceptation de nouvelles solutions, modifiant la fonction objectif par des pénalités adaptatives ou utilisant des opérateurs de réparation.
SMBO avec Contraintes
Sequential Model-Based Optimization étendu pour gérer les contraintes d'hyperparamètres, construisant des modèles probabilistes pour l'objectif et les contraintes simultanément afin de guider efficacement la recherche vers des solutions réalisables.
Оптимизация методом эволюционной разности с ограничениями
Алгоритм непрерывной оптимизации, адаптированный для задач с ограничениями, использующий специфические операторы мутации и скрещивания в сочетании с методами селекции, основанными на допустимости и ограниченном доминировании.
Методы внутренней точки
Алгоритмы оптимизации, которые преобразуют ограничения в барьерные штрафы, исследуя внутреннюю часть допустимой области и сходясь к оптимальному решению, при этом строго соблюдая все активные ограничения.
Оптимизация с расширенным множителем Лагранжа
Метод, который объединяет двойственность Лагранжа с квадратичными штрафными членами, преобразуя задачу с ограничениями в последовательность задач без ограничений, гарантируя при этом сходимость к оптимальным допустимым решениям.
TPE с учётом зависимостей
Модифицированный Tree-structured Parzen Estimator для обработки условных зависимостей между гиперпараметрами, строящий иерархические вероятностные модели, которые учитывают условную структуру пространства поиска.
Оптимизация гиперпараметров с учётом робастности
Подход, направленный на поиск производительных конфигураций гиперпараметров в различных условиях и при наличии неопределённости, интегрирующий ограничения робастности для обеспечения стабильности моделей при изменениях входных данных.
Многофиделитная оптимизация с ограничениями
Стратегия, использующая оценки разной точности при бюджетных ограничениях, интеллектуально распределяющая ресурсы между быстрыми приближениями и точными оценками для ускорения сходимости к оптимальным гиперпараметрам.
Оптимизация гиперпараметров с ограниченными ресурсами
Фреймворк оптимизации, который явно интегрирует вычислительные, временные и memory-ограничения в процесс поиска, используя механизмы ранней остановки и адаптивного распределения ресурсов.
Ожидаемое улучшение с ограничениями
Критерий приобретения для байесовской оптимизации, который модифицирует стандартное ожидаемое улучшение, чтобы штрафовать решения, нарушающие ограничения, балансируя исследование новых областей и соблюдение наложенных ограничений.
Оптимизация с категориальными ограничениями
Специализированные методы для управления категориальными гиперпараметрами с взаимными ограничениями или исключениями, использующие адаптированные кодировки и операторы поиска, учитывающие дискретную структуру пространства.
Поиск нейронных архитектур с ограничениями
Процесс автоматизации проектирования нейронных архитектур с интеграцией ограничений на сложность, задержку или энергопотребление, гарантирующий, что сгенерированные архитектуры соответствуют аппаратным и операционным спецификациям.