Реестровая запись: ЭЛ № ФС77-79395 от 02.11.2020 ISSN: 2782-1528 DOI 10.34660/c0727-6092-6372-a
ИИ-генерация / AI-генерация — процесс создания контента (текста, изображений, звука и так далее) с помощью систем искусственного интеллекта. Термин подчеркивает автоматизированный характер творчества, где основную
ИИ галлюцинации — феномен, когда генеративная модель уверенно выдает фактически неверную, выдуманную информацию, представляя ее как правду. Это происходит потому, что модель не «знает» факты,
Функция сигмоидная — применяется в нейронных сетях в качестве функций активации, позволяя усиливать слабые и уменьшать сильные сигналы. [Словарь современных терминов Data Science. (Электронный ресурс). Режим доступа:
Форест-график — диаграмма, применяемая в метаанализе и показывающая оценённый эффект в каждом исследовании и их среднее с доверительными интервалами. [Словарь современных терминов Data Science. (Электронный ресурс). Режим
Нейросети — технологии, которые имитируют работу человеческого мозга. Они хорошо справляются с операциями, где трудно задать чёткие правила: анализ изображений, обработка звуковых сигналов, поиск скрытых
Нейрон (neuron) — <искусственный интеллект> базовый элемент, получающий одно или несколько входных значений и вырабатывающий выходное значение посредством комбинирования входных значений и применения функции активации
DNN (deep neural network) — глубокая нейронная сеть, глубинная нейронная сеть, ГНС, многослойная ИНС, содержащая между входным и выходным слоями несколько (много) скрытых слоёв нейронов,
Img2img — представляет собой обширный термин в нейросетях, охватывающий множество техник для трансформации одного изображения в другое. К таким техникам относятся увеличение разрешения с добавлением отсутствующих
Галлюцинации — особенность нейронной сети выдавать несуществующие факты за реальные. Полученные утверждения звучат правдоподобно, но не соответствуют действительности. С технической точки зрения искусственный интеллект «не знает»,
Сети байесовские — модель, представляющая собой множество переменных и их вероятностных зависимостей. Например, байесовская сеть может быть использована для вычисления вероятности заболевания по наличию или отсутствию