AI 詞彙表
人工智能完整詞典
200
類別
2,608
子類別
30,011
術語
術語
循环变分自编码器
一种变分自编码器架构，集成了循环神经网络以捕获序列数据中的时间依赖关系，从而支持时间序列的生成和重构。
術語
LSTM变分自编码器
循环变分自编码器的一种变体，在编码器和解码器中使用 LSTM（长短期记忆）层，以有效地对时间序列中的长期依赖关系进行建模。
術語
GRU变分自编码器
一种循环变分自编码器架构，采用 GRU（门控循环单元）以降低计算复杂度，同时保持对时间依赖关系进行建模的能力。
術語
时间潜在空间
一种按时间结构化的潜在空间，其中每个维度代表序列的演化特征，从而允许在不同时间状态之间进行连贯的插值。
術語
序列先验分布
循环变分自编码器中的先验分布，它对潜在变量随时间的可能演化进行建模，通常实现为马尔可夫过程或高斯过程。
術語
时间重构损失
一种适用于序列的损失函数，它不仅惩罚单点重构错误，还惩罚生成序列中的时间不一致性。
術語
动态潜在变量
在循环变分自编码器中随时间动态演变的潜在变量，用于捕获序列数据潜在特征的渐进变化。
術語
分层循环变分自编码器
一种多级架构，结合了多个分层循环层以对不同的时间尺度进行建模，范围涵盖从局部模式到全局趋势。
術語
VAE中的注意力机制
集成在循环VAE中的注意力机制，用于在编码和解码过程中对序列的相关部分进行选择性加权。
術語
变分循环神经网络
循环神经网络的概率形式化，其中隐藏状态被视为具有学习到的分布的随机变量，而非确定性变量。
術語
时间KL散度
循环VAE中的正则化项，用于衡量每个时间步的时间后验分布与先验分布之间的散度。
術語
序列到序列VAE
一种双向架构，其中编码器读取完整序列以生成潜在上下文，解码器则基于此压缩表示生成新序列。
術語
时间后验坍塌
循环VAE特有的问题，模型忽略时间潜在变量，仅直接对数据进行建模，从而降低了正则化的有效性。
術語
条件时间生成
循环VAE生成序列的能力，这些序列由特定输入或初始状态进行条件化，从而允许对生成的时间特征进行精确控制。
🔍