Глоссарий ИИ
Полный словарь искусственного интеллекта
iCaRL (incremental Classifier and Representation Learning)
Framework d'apprentissage incrémental combinant le replay d'exemples avec des techniques de distillation de connaissances pour maintenir les performances sur les classes précédemment apprises.
Dark Experience Replay (DER)
Approche de replay qui stocke non seulement les données brutes mais aussi les représentations latentes et les logits pour une reconstruction plus efficace des connaissances passées lors de l'apprentissage continu.
Hindsight Replay
Stratégie de replay sélectif qui utilise des méta-informations sur les performances passées pour identifier et réutiliser les exemples les plus critiques pour éviter l'oubli catastrophique.
Reservoir Sampling
Algorithme d'échantillonnage aléatoire qui maintient un ensemble représentatif de taille fixe à partir d'un flux de données, garantissant chaque exemple une probabilité égale d'être conservé dans le buffer de replay.
Ring Buffer Replay
Structure de mémoire circulaire qui remplace les anciens exemples par les nouveaux lorsque le buffer est plein, privilégiant les données les plus récentes tout en maintenant une taille mémoire constante.
Balanced Replay
Technique de replay qui maintient un équilibre entre les exemples des différentes classes ou tâches pour éviter le biais de distribution et assurer une répartition équitable des connaissances.
Curriculum Replay
Approche de replay organisé qui présente les exemples anciens selon une séquence pédagogique optimale, généralement des simples aux complexes, pour faciliter l'intégration des nouvelles connaissances.
Hybrid Replay
Stratégie combinant plusieurs méthodes de replay (raw data, generated samples, representations) pour maximiser la rétention des connaissances tout en optimisant l'utilisation des ressources mémoire.
Temporal Replay
Метод воспроизведения, учитывающий временную последовательность примеров, который отдает приоритет сохранению временных паттернов и причинно-следственных связей в последовательных данных.
Coreset Selection Replay
Алгоритмический метод, выбирающий минимальное подмножество примеров (coreset), которое максимизирует репрезентативность прошлых данных при заданном бюджете памяти.
Neural Episodic Control
Архитектура, объединяющая дифференцируемую эпизодическую память и выборочное воспроизведение для эффективного непрерывного обучения, особенно подходящая для сред с подкреплением.
Meta-Learning Replay
Подход, при котором модель обучается мета-способам выбора и эффективного использования примеров для воспроизведения, динамически адаптируясь к характеристикам новых задач.