قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
DBSCAN (Density-Based Spatial Clustering of Applications with Noise)
خوارزمية تجميع غير خاضعة للإشراف تقوم بتجميع النقاط المكتظة بكثافة عن طريق وسم النقاط المعزولة في مناطق منخفضة الكثافة كشذوذ أو ضوضاء.
LOF (Local Outlier Factor)
طريقة للكشف عن الشذوذ تقيس انحراف الكثافة المحلية لنقطة ما مقارنة بجيرانها، وتحدد القيم الشاذة على أنها النقاط ذات الكثافة الأقل بكثير.
إبسيلون (ε) في DBSCAN
معلمة مسافة تحدد نصف قطر الجوار حول نقطة لتحديد ما إذا كانت تنتمي إلى منطقة كثيفة، وهي حاسمة لحساسية الخوارزمية.
MinPts في DBSCAN
معلمة عتبة تشير إلى الحد الأدنى لعدد النقاط المطلوبة في جوار إبسيلون لكي تعتبر النقطة نقطة مركزية (core point).
نقطة مركزية (Core Point)
نقطة تمتلك على الأقل MinPts من الجيران ضمن نصف قطر إبسيلون الخاص بها، وتعمل كبذرة لتشكيل عنقود كثيف في DBSCAN.
مسافة K (K-distance)
المسافة بين نقطة وجارها الأقرب رقم k، وتستخدم كأساس لحساب الكثافة المحلية في خوارزمية LOF.
مدى مسافة K (Reachability Distance)
مسافة الوصول المستخدمة في LOF، وتُعرّف بأنها الحد الأقصى لمسافة k للجار والمسافة الفعلية بين نقطتين، وذلك لتثبيت قياسات الكثافة.
الكثافة المحلية القابلة للوصول (Local Reachability Density - LRD)
مقلوب متوسط مسافة الوصول k لنقطة ما بالنسبة لجيرانها، وتقوم بتحديد الكثافة المحلية حول هذه النقطة في خوارزمية LOF.
عامل الشذوذ المحلي (Local Outlier Factor - LOF)
نسبة الكثافة المحلية القابلة للتحقيق لنقطة ما إلى متوسط كثافة جيرانها، حيث تشير النتيجة التي تزيد عن 1 إلى احتمال أن تكون النقطة شاذة.
OPTICS (ترتيب النقاط لتحديد بنية التجميع)
خوارزمية تعتمد على الكثافة وتوسع DBSCAN، حيث تنشئ ترتيبًا للنقاط يمثل بنية الكثافة، مما يسمح باستخراج المجموعات عند درجات دقة مختلفة دون الحاجة إلى معلمة إبسيلون ثابتة.
رسم بياني للإمكانية الوصول (Reachability Graph)
تمثيل مرئي لمدى إمكانية الوصول بمسافة k لكل نقطة، يتم إنشاؤه بواسطة OPTICS لتحديد وديان الكثافة التي تتوافق مع المجموعات.
تكثيف شجرة التجميع (Cluster Tree Condensation)
عملية في HDBSCAN تبسط شجرة التجميع الهرمية عن طريق دمج المجموعات التي ليست مستمرة عبر مقاييس الكثافة المختلفة.
درجة الشذوذ القائمة على الكثافة
مقياس كمي يقيم درجة عزلة نقطة بناءً على كثافة جوارها، ويستخدم لتصنيف شدة الشذوذات المكتشفة.
طريقة أقرب جار القائمة على الكثافة (Density-Based Nearest Neighbor)
نهج للكشف عن الشذوذ حيث تعتبر النقطة شاذة إذا كانت المسافة إلى أقرب جار لها أكبر بكثير من متوسط المسافة للنقاط الأخرى.
أخذ العينات الفرعية القائم على الكثافة (Density-Based Subsampling)
تقنية معالجة مسبقة تقلل من حجم مجموعة البيانات عن طريق الاحتفاظ بشكل تفضيلي بالنقاط في مناطق الكثافة المنخفضة، مما يحسن كفاءة الكشف عن الشذوذ.
Isolation Forest مقابل الكثافة
تمييز مفاهيمي حيث تحدد Isolation Forest الشذوذات من خلال سهولة عزلها في مساحة الميزات، بينما تحددها الطرق القائمة على الكثافة من خلال تركيزها المكاني المنخفض.