人工智能专用名词

《人工智能专用名词》由会员分享，可在线阅读，更多相关《人工智能专用名词（25页珍藏版）》请在装配图网上搜索。

1、Letter AAccumulated error backpropagation累积误差逆传播Activation Function激活函数Adaptive Resonance Theory/ART自适应谐振理论Addictive model加性学习Adversarial Networks对抗网络Affine Layer仿射层Affinity matrix亲和矩阵Agent代理 / 智能体Algorithm算法Alpha-beta pruninga-p剪枝Anomaly detection异常检测Approximation近似Area Under ROC CurveAUCRoc 曲线下面积A

2、rtificial General Intelligence/AGI通用人工智能Artificial Intelligence/AI人工智能Association analysis关联分析Attention mechanism注意力机制Attribute conditional independence assumption属性条件独立性假设Attribute space属性空间Attribute value属性值Autoencoder自编码器Automatic speech recognition自动语音识别Automatic summarization自动摘要Average gradien

3、t平均梯度Average-Pooling平均池化Letter BBackpropagation Through TimeBackpropagation/BPBase learnerBase learning algorithmBatch Normalization/BNBayes decision ruleBayes Model AveragingBMABayes optimal classifierBayesian decision theoryBayesian networkBetween-class scatter matrixBiasBias-variance decompositio

4、nBias-Variance DilemmaBi-directional Long-Short TermMemory/Bi-LSTMBinary classificationBinomial testBi-partitionBoltzmann machineBootstrap samplingBootstrappingBreak-Event PointBEP通过时间的反向传播 反向传播 基学习器 基学习算法 批量归一化 贝叶斯判定准则 贝叶斯模型平均 贝叶斯最优分类器 贝叶斯决策论 贝叶斯网络 类间散度矩阵 偏置 / 偏差 偏差-方差分解 偏差-方差困境双向长短期记忆二分类 二项检验 二分法

5、玻尔兹曼机 自助采样法可重复采样有放 回采样 自助法 平衡点Letter CCalibrationCascade-CorrelationCategorical attribute校准级联相关离散属性Class-conditional probability类条件概率Classification and regressiontree/CART分类与回归树Classifier分类器Class-imbalance类别不平衡Closed -form闭式Cluster簇/类/集群Cluster analysis聚类分析Clustering聚类Clustering ensemble聚类集成Co-adapt

6、ing共适应Coding matrix编码矩阵COLT国际学习理论会议Committee-based learning基于委员会的学习Competitive learning竞争型学习Component learner组件学习器Comprehensibility可解释性Computation Cost计算成本Computational Linguistics计算语言学Computer vision计算机视觉Concept drift概念漂移Concept Learning System /CLS概念学习系统Conditional entropy条件熵Conditional mutual inf

7、ormationConditional Probability TableCPT条件互信息条件概率表Conditional random field/CRF条件随机场Conditional risk条件风险Confidence置信度Confusion matrix混淆矩阵Connection weight连接权Connectionism连结主义Consistency一致性相合性Contingency table列联表Continuous attribute连续属性Convergence收敛Conversational agent会话智能体Convex quadratic programming

8、凸二次规划Convexity凸性Convolutional neural network/CNN 卷积神经网络Co-occurrence同现Correlation coefficient相关系数Cosine similarity余弦相似度Cost curve成本曲线Cost Function成本函数Cost matrix成本矩阵Cost-sensitive成本敏感Cross entropy交叉熵Cross validation交叉验证Crowdsourcing众包Curse of dimensionality维数灾难Cut point截断点Cutting plane algorithm割平面法

9、Letter DData mining数据挖掘Data set数据集决策边界决策树桩 决策树判定树演绎深度信念网络深度卷积生成对抗网络深度学习深度神经网络深度 Q 学习深度 Q 网络密度估计密度聚类 可微分神经计算机降维算法有向边不合度量判别模型判别器距离度量距离度量学习分布散度 多样性度量差异性度量 领域自适应下采样有向分离Decision BoundaryDecision stumpDecision treeDeductionDeep Belief NetworkDeep Convolutional GenerativeAdversarial Network/DCGANDeep learn

10、ingDeep neural network/DNNDeep Q-LearningDeep Q-NetworkDensity estimationDensity-based clusteringDifferentiable neural computerDimensionality reductionalgorithmDirected edgeDisagreement measureDiscriminative modelDiscriminatorDistance measureDistance metric learningDistributionDivergenceDiversity me

11、asureDomain adaptionDownsamplingD-separation (Directedseparation)Dual problem对偶问题Dummy node哑结点Dynamic Fusion动态融合Dynamic programming动态规划Letter EEigenvalue decompositionEmbeddingEmotional analysisEmpirical conditional entropyEmpirical entropyEmpirical errorEmpirical riskEnd-to-EndEnergy-based modelEns

12、emble learningEnsemble pruning特征值分解 嵌入 情绪分析 经验条件熵 经验熵 经验误差 经验风险 端到端 基于能量的模型 集成学习 集成修剪Error Correcting Output Codes 纠错输出码ECOCError-ambiguity decomposition误差-分歧分解Euclidean distance欧氏距离Evolutionary computation演化计算Expectation-Maximization期望最大化Expected loss期望损失Exploding Gradient Problem梯度爆炸问题Exponential

13、loss function指数损失函数Extreme Learning Machine/ELM超限学习机Error rate错误率Letter FFactorization因子分解False negative假负类False positive假正类False Positive Rate/FPR假正例率Feature engineering特征工程Feature selection特征选择Feature vector特征向量Featured Learning特征学习Feedforward Neural Networks/FNN前馈神经网络Fine-tuning微调Flipping output翻

14、转法Fluctuation震荡Forward stagewise algorithm前向分步算法Frequentist频率主义学派Full-rank matrix满秩矩阵Functional neuron功能神经元Letter GGain ratio增益率Game theory博弈论Gaussian kernel function高斯核函数Gaussian Mixture Model高斯混合模型General Problem Solving通用问题求解Generalization泛化Generalization error泛化误差Generalization error bound泛化误差上界

15、Generalized Lagrange function广义拉格朗日函数Generalized linear model广义线性模型Generalized Rayleigh quotient 广义瑞利商Generative AdversarialNetworks/GAN生成对抗网络Generative Model生成模型Generator生成器Genetic Algorithm/GA遗传算法r ./ * j 叶 ltT i a aGibbs sampling吉布斯采样Gini index基尼指数Global minimum全局最小Global Optimization全局优化Gradient

16、 boosting梯度提升Gradient Descent梯度下降Graph theory图论Ground-truth真相真实Letter HHard margin硬间隔Hard voting硬投票Harmonic mean调和平均Hesse matrix海塞矩阵Hidden dynamic model隐动态模型Hidden layer隐藏层Hidden Markov Model/HMM隐马尔可夫模型Hierarchical clustering层次聚类Hilbert space希尔伯特空间Hinge loss function合页损失函数Hold-out留出法Homogeneous同质Hyb

17、rid computing混合计算Hyperparameter超参数Hypothesis假设Hypothesis test假设验证Letter IICML国际机器学习会议Improved iterative scaling/IIS改进的迭代尺度法Incremental learning增量学习Independent and identically独立同分布distributed/i.i.d.Independent Component Analysis/ICA 独立成分分析Indicator function指示函数Individual learner个体学习器Induction归纳Induct

18、ive bias归纳偏好Inductive learning归纳学习Inductive Logic ProgrammingILP归纳逻辑程序设计Information entropy信息熵Information gain信息增益Input layer输入层Insensitive loss不敏感损失Inter-cluster similarity簇间相似度International Conference for国际机器学习大会Machine Learning/ICMLIntra-cluster similarity簇内相似度Intrinsic value固有值Isometric Mapping/

19、Isomap等度量映射Isotonic regression等分回归Iterative Dichotomiser迭代二分器Letter KKernel method核方法Kernel trick核技巧Kernelized Linear Discriminant核线性判别分析AnalysisKLDAK-fold cross validationk 折交叉验证 k 倍交叉验证K-Means ClusteringK -均值聚类K-Nearest Neighbours Algorithm/KNN K 近邻算法Knowledge base知识库Knowledge Representation知识表征Le

20、tter LLabel space标记空间Lagrange duality拉格朗日对偶性Lagrange multiplier拉格朗日乘子Laplace smoothing拉普拉斯平滑Laplacian correction拉普拉斯修正Latent Dirichlet Allocation隐狄利克雷分布Latent semantic analysis潜在语义分析Latent variable隐变量Lazy learning懒惰学习Learner学习器Learning by analogy类比学习Learning rate学习率Learning Vector Quantization/LVQ学习

21、向量量化Least squares regression tree最小二乘回归树Leave-One-Out/LOO留一法linear chain conditional random线性链条件随机场fieldLinear Discriminant AnalysisLDA 线性判别分析Linear modelLinear RegressionLink functionLocal Markov propertyLocal minimumLog likelihoodLog oddslogitLogistic RegressionLog-likelihoodLog-linear regressionL

22、ong-Short Term Memory/LSTMLoss functionLetter MMachine translation/MTMacron-PMacron-RMajority votingManifold assumptionManifold learningMargin theoryMarginal distributionMarginal independenceMarginalizationMarkov Chain Monte Carlo/MCMCMarkov Random FieldMaximal clique线性模型线性回归联系函数局部马尔可夫性局部最小对数似然对数几率L

23、ogistic 回归对数似然对数线性回归长短期记忆损失函数机器翻译宏查准率宏查全率绝对多数投票法流形假设流形学习间隔理论边际分布边际独立性边际化马尔可夫链蒙特卡罗方法马尔可夫随机场最大团Maximum Likelihood Estimation/MLE 极大似然估计极大似然法Maximum margin最大间隔Maximum weighted spanning tree最大带权生成树Max-Pooling最大池化Mean squared error均方误差Meta-learner元学习器Metric learning度量学习Micro-P微查准率Micro-R微查全率Minimal Descr

24、iption Length/MDL最小描述长度Minimax game极小极大博弈Misclassification cost误分类成本Mixture of experts混合专家Momentum动量Moral graph道德图端正图Multi-class classification多分类Multi-document summarization多文档摘要Multi-layer feedforward neural多层前馈神经网络networksMultilayer Perceptron/MLP多层感知器Multimodal learning多模态学习Multiple Dimensional

25、Scaling多维缩放Multiple linear regression多元线性回归Multi-response Linear Regression多响应线性回归MLRMutual information互信息Letter NNaive bayes朴素贝叶斯Naive Bayes Classifier朴素贝叶斯分类器Named entity recognitionNash equilibriumNatural language generation/NLGNatural language processingNegative classNegative correlationNegative

26、 Log LikelihoodNeighbourhood ComponentAnalysis/NCANeural Machine TranslationNeural Turing MachineNewton methodNIPSNo Free Lunch TheoremNFLNoise-contrastive estimationNominal attributeNon-convex optimizationNonlinear modelNon-metric distanceNon-negative matrix factorizationNon-ordinal attributeNon-Sa

27、turating GameNormNormalizationNuclear normNumerical attributeLetter O命名实体识别 纳什均衡自然语言生成 自然语言处理 负类 负相关法 负对数似然近邻成分分析神经机器翻译 神经图灵机 牛顿法 国际神经信息处理系统会议 没有免费的午餐定理 噪音对比估计列名属性非凸优化非线性模型 非度量距离 非负矩阵分解 无序属性 非饱和博弈 范数 归一化 核范数 数值属性Oblique decision tree斜决策树Occams razor奥卡姆剃刀Odds几率Off-Policy离策略One shot learning一次性学习One-D

28、ependent EstimatorODE独依赖估计On-Policy在策略Ordinal attribute有序属性Out-of-bag estimate包外估计Output layer输出层Output smearing输出调制法Overfitting过拟合过配Oversampling过采样Letter PPaired t-test成对 t 检验Pairwise成对型Pairwise Markov property成对马尔可夫性Parameter参数Parameter estimation参数估计Parameter tuning调参Parse tree解析树Particle Swarm O

29、ptimization/PSO 粒子群优化算法Part-of-speech tagging词性标注Perceptron感知机Performance measure性能度量Plug and Play Genera tive Net work即插即用生成网络Plurality voting相对多数投票法Polarity detection极性检测Polynomial kernel function多项式核函数Pooling池化Positive class正类Positive definite matrix正定矩阵Post-hoc test后续检验Post-pruning后剪枝potential f

30、unction势函数Precision查准率准确率Prepruning预剪枝Principal component analysis/PCA 主成分分析Principle of multiple多释原则explanationsPrior先验Probability Graphical Model概率图模型Proximal Gradient Descent/PGD近端梯度下降Pruning剪枝Pseudo-label伪标记Letter QQuantized Neural Network量子化神经网络Quantum computer量子计算机Quantum Computing量子计算Quasi Ne

31、wton method拟牛顿法Letter RRadial Basis FunctionRBF径向基函数Random Forest Algorithm随机森林算法Random walk随机漫步Recall查全率召回率Receiver Operating受试者工作特征Characteristic/ROCRectified Linear Unit/ReLU线性修正单元Recurrent Neural Network循环神经网络Recursive neural network递归神经网络Reference model参考模型Regression回归Regularization正则化Reinforce

32、ment learning/RL强化学习Representation learning表征学习Representer theorem表示定理reproducing kernel Hilbert再生核希尔伯特空间space/RKHSRe-sampling重采样法Rescaling再缩放Residual Mapping残差映射Residual Network残差网络Restricted Boltzmann Machine/RBM 受限玻尔兹曼机Restricted Isometry Property/RIP 限定等距性Re-weighting重赋权法Robustness稳健性/鲁棒性Root no

33、de根结点Rule Engine规则引擎Rule learning规则学习Letter SSaddle point鞍点Sample space样本空间Sampling采样Score function评分函数Self-Driving自动驾驶Self-Organizing MapSOM自组织映射Semi-naive Bayes classifiers半朴素贝叶斯分类器Semi-Supervised Learning半监督学习semi-Supervised Support Vector半监督支持向量机MachineSentiment analysis情感分析Separating hyperplane

34、分离超平面Sigmoid functionSigmoid 函数Similarity measure相似度度量Simulated annealing模拟退火Simultaneous localization and同步定位与地图构建mappingSingular Value Decomposition奇异值分解Slack variables松弛变量Smoothing平滑Soft margin软间隔Soft margin maximization软间隔最大化Soft voting软投票Sparse representation稀疏表征Sparsity稀疏性Specialization特化Spect

35、ral Clustering谱聚类Speech Recognition语音识别Splitting variable切分变量Squashing function挤压函数Stability-plasticity dilemma可塑性-稳定性困境Statistical learning统计学习Status feature function状态特征函Stochastic gradient descent随机梯度下降Stratified sampling分层采样Structural risk结构风险Structural risk minimization/SRM 结构风险最小化SubspaceSuper

36、vised learning support vector expansion Support Vector Machine/SVMSurrogat lossSurrogate functionSymbolic learningSymbolismSynsetLetter TT-Distribution StochasticNeighbour Embedding/t-SNETensorTensor Processing Units/TPUThe least square methodThresholdThreshold logic unitThreshold-movingTime StepTok

37、enizationrpTraining errorTraining instanceTransductive learning子空间 监督学习有导师学习 支持向量展式 支持向量机 替代损失 替代函数 符号学习 符号主义 同义词集T -分布随机近邻嵌入张量张量处理单元 最小二乘法 阈值阈值逻辑单元阈值移动时间步骤标记化训练误差 训练示例训练例 直推学习Transfer learningTreebankTria-by-errorTrue negativeTrue positiveTrue Positive Rate/TPRTuring MachineTwice-learningLetter UUn

38、derfittingUndersamplingUnderstandabilityUnequal costUnit-step functionUnivariate decision treeUnsupervised learningUnsupervised layer-wise trainingUpsamplingLetter VVanishing Gradient ProblemVariational inferenceVC TheoryVersion spaceViterbi algorithmVon Neumann architectureLetter WWasserstein GAN/W

39、GANWeak learner迁移学习树库试错法真负类真正类真正例率图灵机二次学习欠拟合欠配欠采样可理解性非均等代价单位阶跃函数单变量决策树 无监督学习无导师学习 无监督逐层训练上采样梯度消失问题变分推断VC 维理论版本空间维特比算法冯诺伊曼架构Wasserstein 生成对抗网络弱学习器Weight权重Weight sharing权共享Weighted voting加权投票法Within-class scatter matrix类内散度矩阵Word embedding词嵌入Word sense disambiguation词义消歧Letter ZZero-data learning零数据学习

40、Zero-shot learning零次学习模式识别计算机硬件的迅速发展，计算机应用领域的不断开拓，急切地要求计算机能 更有效地感知诸如声音、文字 图象、温度、震动等等信息资料模式识别便得到迅速发 展。模式(Pa tt ern)一词的本意是指模式(Pattern) 一词的本意是指完美无缺的供模仿的一些标本。模式识别就 是指识别出给定物体所模仿的标本。人工智能所研究的模式识别是指用计算 机代替人类或帮助人类感知模式，是对人类感知外界功能的模拟，研究的是 计算机模式识别系统，也就是使一个计算机系统具有模拟人类通过感官接受 外界信息、识别和理解周围环境的感知能力。模式识别是一个不断发展的新学科，它的

41、理论基础和研究范围也在不断发展。随着生物医学对人类大 脑的初步认识，模拟人脑构造的计算机实验即人工神经网络方法早在 50年代 末、60年代初就已经开始。至今，在模式识别领域，神经网络方法已经成功 地用于手写字符的识别、汽车牌照的识别、指纹识别、语音识别等方面。目 前模式识别学科正处于大发展的阶段，随着应用范围的不断扩大，随着计算 机科学的不断进步，基于人工神经网络的模式识别技术，在90年代将有更大 的发展。机器视觉机器视觉或计算机视觉已从模式识别的一个研究领域发展为一门独立的学科。在视觉方面，已经给计算机系统装上电视输入装置 以便能够看见周围的东西。视觉是感知问题之一。在人工智能中研究的感 知

42、过程通常包含一组操作。例如，可见的景物由传感器编码，并被表示为一 个灰度数值的矩阵。这些灰度数值由检测器加以处理。检测器搜索主要图象 的成分，如线段、简单曲线和角度等。这些成分又被处理，以便根据景物的 表面和形状来推断有关景物的三维特性信息。机器视觉的前沿研究领域包括 实时并行处理、主动式定性视觉、动态和时变视觉、三维景物的建模与识别、 实时图象压缩传输和复原、多光谱和彩色图象的处理与解释等。机器视觉已 在机器人装配、卫星图象处理、工业过程监控、飞行器跟踪和制导以及电视 实况转播等领域获得极为广泛的应用。5.智能控制人工智能的发展促进自动控制向智能控制发展。智能控制是一类无需（或需要尽可能少的

43、）人的干预就能够独立地驱动智能机器实现其 目标的自动控制。或者说，智能控制是驱动智能机器自主地实现其目标的过 程。随着人工智能和计算机技术的发展，已可能把自动控制和人工智能以及系统 科学的某些分支结合起来，建立一种适用于复杂系统的控制理论和技术。智 能控制正是在这种条件下产生的。它是自动控制的最新发展阶段，也是用计 算机模拟人类智能的一个重要研究领域。1965年，傅京孙首先提出把人工智 能的启发式推理规则用于学习控制系统。十多年后，建立实用智能控制系统 的技术逐渐成熟。1971年，傅京孙提出把人工智能与自动控制结合起来的思 想。1977年，美国萨里迪斯提出把人工智能、控制论和运筹学结合起来的思

44、 想。1986年，中国蔡自兴提出把人工智能、控制论、信息论和运筹学结合起 来的思想。按照这些结构理论已经研究出一些智能控制的理论和技术，用来 构造用于不同领域的智能控制系统。智能控制的核心在高层控制，即组织级 控制。其任务在于对实际环境或过程进行组织，即决策和规划，以实现广义 问题求解。已经提出的用以构造智能控制系统的理论和技术有分级递阶控制 理论、分级控制器设计的熵方法、智能逐级增高而精度逐级降低原理、专家 控制系统、学习控制系统和基于NN的控制系统等。智能控制有很多研究领域, 它们的研究课题既具有独立性，又相互关联。目前研究得较多的是以下 6个 方面：智能机器人规划与控制、智能过程规划、能

45、过程控制、专家控制系统、语音控制以及智能仪器。6.智能检索随着科学技术的迅速发展，出现了 知识爆炸的情况。对国内外种类繁多和数量巨大的科技文献之检索远 非人力和传统检索系统所能胜任。研究智能检索系统已成为科技持续快速发 展的重要保证。数据库系统是储存某学科大量事实的计算机软件系统，它们 可以回答用户提出的有关该学科的各种问题数据库系统的设计也是计算机科 学的一个活跃的分支。为了有效地表示、存储和检索大量事实，已经发展了 许多技术。当我们想用数据库中的事实进行推理并从中检索答案时，这个课 题就显得很有意义。 7.智能调度与指挥确定最佳调度或组合的问题是我们感兴趣的又一类问题。一个古典的问题就是推销员旅行问题。这个问 题要求为推销员寻找一条最短的旅行路线。他从某个城市出发，访问每个城 市一次，且只许一次，然后回到出发的城市。大多数这