এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
স্টোকাস্টিক ডিফেন্স
শ্রেণীবিভাগ প্রক্রিয়ায় এলোমেলোতা ব্যবহার করে প্রতিরক্ষামূলক পদ্ধতি, যা অনুমান প্রক্রিয়ায় স্টোকাস্টিসিটি প্রবর্তন করে এডভারসারিয়াল আক্রমণগুলিকে অপ্রত্যাশিত এবং কম কার্যকর করে তোলে।
সম্ভাব্যতা-ভিত্তিক রোবাস্টনেস
রোবাস্টনেসের একটি পরিমাপ যা সমস্ত আক্রমণের বিরুদ্ধে পরম সুরক্ষা নিশ্চিত করার পরিবর্তে, ব্যাঘাতের মুখে একটি মডেল সঠিক ভবিষ্যদ্বাণী বজায় রাখার সম্ভাবনা মূল্যায়ন করে।
গাউসিয়ান ডিফেন্স
গাউসিয়ান নয়েজ ব্যবহার করে মডেলগুলিকে রক্ষা করার জন্য একটি নির্দিষ্ট র্যান্ডমাইজেশন কৌশল, যেখানে স্বাভাবিক বন্টন হয় ইনপুটে বা নিউরাল নেটওয়ার্কের ওয়েটে প্রয়োগ করা হয়।
ড্রপআউট ডিফেন্স
অনুমানকালে কৌশলগতভাবে ড্রপআউট ব্যবহার (সাধারণত নিষ্ক্রিয় থাকে) নেটওয়ার্কের অ্যাক্টিভেশনে এলোমেলোতা প্রবর্তন করে, গ্রেডিয়েন্ট-ভিত্তিক আক্রমণগুলিকে কম নির্ভরযোগ্য করে তোলে।
র্যান্ডম ট্রান্সফরমেশন
শ্রেণীবিভাগের আগে ইনপুটগুলিতে এলোমেলো রূপান্তর (ঘূর্ণন, স্থানান্তর, স্কেলিং) প্রয়োগ, যা একটি পরিবর্তনশীলতা তৈরি করে এবং লক্ষ্যযুক্ত এডভারসারিয়াল উদাহরণ নির্মাণে ব্যাঘাত ঘটায়।
এনট্রপি-ভিত্তিক ডিফেন্স
আউটপুট সম্ভাব্যতা বন্টনের এনট্রপি ব্যবহার করে একটি প্রতিরক্ষামূলক পদ্ধতি যা সন্দেহজনক ইনপুট সনাক্ত করতে এবং প্রত্যাখ্যান করতে মেট্রিক হিসেবে কাজ করে, অনিশ্চয়তা বাড়ানোর জন্য র্যান্ডমাইজেশনের সাথে সংমিশ্রিত।
মন্টে কার্লো ডিফেন্স
একটি প্রতিরক্ষামূলক পদ্ধতি যা বিভিন্ন এলোমেলো বাস্তবায়ন সহ একাধিক অনুমান সম্পাদন করে এবং ফলাফলগুলিকে সমষ্টিবদ্ধ করে, মডেলের রোবাস্টনেস অনুমান করতে মন্টে কার্লো পদ্ধতি ব্যবহার করে।
বেইজিয়ান ডিফেন্স
একটি প্রতিরক্ষামূলক ফ্রেমওয়ার্ক যা নেটওয়ার্কের ওয়েটগুলিকে স্থির বিন্দুর পরিবর্তে সম্ভাব্যতা বন্টন হিসেবে বিবেচনা করে, স্বাভাবিকভাবে শ্রেণীবিভাগ প্রক্রিয়ায় অনিশ্চয়তা এবং র্যান্ডমাইজেশন সংহত করে।
স্টোকাস্টিক গ্রেডিয়েন্ট মাস্কিং
একটি কৌশল যা ইচ্ছাকৃতভাবে গ্রেডিয়েন্টগুলিকে র্যান্ডমাইজেশনের মাধ্যমে অস্পষ্ট করে, যাতে আক্রমণকারীরা প্রতিকূল উদাহরণ তৈরি করতে গ্রেডিয়েন্ট-ভিত্তিক পদ্ধতিগুলি কার্যকরভাবে ব্যবহার করতে না পারে।
র্যান্ডমাইজড এনসেম্বলিং
মডেলের এনসেম্বল গঠন যেখানে প্রতিটি সদস্য ভিন্ন র্যান্ডমাইজেশন ব্যবহার করে, ভবিষ্যদ্বাণীগুলির স্টোকাস্টিক বৈচিত্র্যের মাধ্যমে একটি আরও শক্তিশালী সম্মিলিত প্রতিরক্ষা তৈরি করে।
অ্যাডাপটিভ র্যান্ডমাইজেশন
একটি প্রতিরক্ষা কৌশল যেখানে র্যান্ডমাইজেশনের স্তর এবং প্রকার ইনপুটের বৈশিষ্ট্য বা সনাক্তকৃত হুমকির ভিত্তিতে গতিশীলভাবে সামঞ্জস্য করা হয়, যাতে দৃঢ়তা এবং নির্ভুলতার মধ্যে ভারসাম্য অপ্টিমাইজ করা যায়।
সম্ভাব্যতা-ভিত্তিক সার্টিফিকেশন
একটি গাণিতিক গ্যারান্টি যা বিঘ্নের অধীনে সঠিক শ্রেণীবিভাগের সম্ভাবনার উপর একটি সীমা প্রদান করে, সম্পূর্ণ নিশ্চয়তার পরিবর্তে, যা র্যান্ডমাইজড প্রতিরক্ষা পদ্ধতির জন্য উপযুক্ত।
নয়েজ-অ্যাওয়্যার ডিফেন্স
একটি প্রতিরক্ষামূলক পদ্ধতি যা স্পষ্টভাবে যোগ করা শব্দের প্রকৃতি এবং পরিসংখ্যানগত বৈশিষ্ট্যগুলি বিবেচনা করে ডিজাইন করা হয়েছে, সর্বাধিক সুরক্ষার জন্য র্যান্ডমাইজেশন অপ্টিমাইজ করার সময় কর্মক্ষমতা বজায় রাখে।
স্টোকাস্টিক ইনফারেন্স
একটি অনুমান প্রক্রিয়া যা বিভিন্ন পর্যায়ে (ইনপুট, অ্যাক্টিভেশন, ওজন) এলোমেলো উপাদানগুলিকে সংহত করে, নির্ধারিত শ্রেণীবিভাগকে একটি সম্ভাব্যতা-ভিত্তিক প্রক্রিয়ায় রূপান্তরিত করে যা আক্রমণের বিরুদ্ধে প্রতিরোধী।
র্যান্ডমাইজড প্রিপ্রসেসিং
ডেটা প্রিপ্রসেসিং পাইপলাইন যা এলোমেলো ধাপগুলি (পরিবর্তনশীল স্বাভাবিকীকরণ, স্টোকাস্টিক অগমেন্টেশন) অন্তর্ভুক্ত করে, প্রতিকূল আক্রমণের বিরুদ্ধে প্রথম লাইন প্রতিরক্ষা তৈরি করতে।
ডিস্ট্রিবিউশনাল রোবাস্টনেস
একটি মডেলের বৈশিষ্ট্য যা ইনপুট ডেটার বন্টনে পরিবর্তনের মুখেও স্থিতিশীল কর্মক্ষমতা বজায় রাখে, এই পরিবর্তনগুলিকে সিমুলেট করতে এবং সুরক্ষিত করতে র্যান্ডমাইজেশন ব্যবহার করে অর্জন করা হয়।