AI 词汇表
人工智能完整词典
200
个类别
2,608
个子类别
30,011
个术语
个术语
正向扩散过程
迭代过程，逐步向原始数据添加高斯噪声，直到获得纯随机分布，作为扩散模型进行数据增强的基础。
个术语
反向扩散过程
逆向过程，学习逐步去噪数据以重建或生成新的变体，对于创建逼真的增强样本至关重要。
个术语
基于扩散的数据增强
使用扩散模型生成训练数据的结构化且逼真变体的技术，提高机器学习模型的鲁棒性和泛化能力。
个术语
类别条件扩散
扩散模型的扩展，整合类别信息以控制生成针对数据集每个类别的特定增强。
个术语
基于扩散的合成数据
通过扩散模型生成的人工数据，在引入受控变化的同时保留原始数据的统计和结构特征。
个术语
变体生成
在扩散空间中使用不同起始点创建原始样本的多个变体的过程，从而丰富增强数据集的多样性。
个术语
扩散采样
反向扩散过程的采样方法，通过DDIM或DPM-Solver等策略决定生成的增强数据的质量和多样性。
个术语
噪声预测网络
训练用于预测扩散每个阶段添加的噪声的神经网络，构成扩散模型进行受控数据增强生成的核心。
个术语
扩散轨迹
数据在扩散空间中从噪声状态到重建所经过的路径，直接影响所产生增强的性质和质量。
个术语
增强数据集生成
使用扩散模型系统性地创建扩展数据集的过程，结合原始数据和合成变体以提高学习性能。
个术语
基于扩散的特征增强
应用扩散模型来增强或校正数据的特定特征，同时保持其整体语义完整性。
个术语
受控扩散
通过特定约束或条件引导扩散过程的技术，以生成符合某些期望属性的目标增强。
个术语
扩散插值
在扩散空间中两个或多个数据点之间创建中间样本的方法，实现渐进且可控的增强。
个术语
渐进噪声添加
通过扩散过程逐步向数据添加噪声的增强策略，为鲁棒训练创建从细微到显著的变体。
个术语
基于扩散的异常检测
使用扩散模型识别和生成边界或罕见配置的示例，提高模型面对极端情况的韧性。
🔍