Глоссарий ИИ
Полный словарь искусственного интеллекта
Обучение с нулевым разгоном (ZSL)
Парадигма машинного обучения, в которой модель распознает классы, никогда не встречавшиеся во время обучения, используя вспомогательную семантическую информацию, такую как текстовые описания или атрибуты.
Семантическая декомпозиция
Процесс разложения сложных классов на фундаментальные и общие атрибуты, облегчающий обобщение на новые классы путем композиции этих атомарных элементов.
Пространство атрибутов
Векторное пространство высокой размерности, где каждое измерение представляет определенный семантический атрибут, служащее общей областью для виденных и невиденных классов.
Семантическое вложение
Плотное векторное представление, которое захватывает семантические отношения между концепциями, позволяя измерять сходство и передавать знания между классами.
Отображение атрибут-класс
Функция, изучающая соответствие между представлениями атрибутов и классами, необходимая для классификации в сценариях zero-shot.
Вывод по атрибутам
Процесс распознавания, при котором модель сначала обнаруживает атрибуты, присутствующие в экземпляре, а затем выводит вероятный класс на основе этих наблюдений.
База семантических знаний
Структура, содержащая семантические отношения между концепциями и атрибутами, используемая как внешний источник знаний для zero-shot обучения.
Смещение семантической проекции
Феномен, при котором модели ZSL склонны предсказывать предпочтительно классы, виденные во время обучения, даже в обобщенных zero-shot сценариях.
Обобщенное обучение с нулевым разрядом (GZSL)
Расширение ZSL, где модель должна одновременно классифицировать видимые и невидимые классы, что лучше отражает реальные сценарии применения.