المُشَفِّر التلقائي هو نوع من الشبكات العصبية الاصطناعية (NN) يُستخدم في المقام الأول لمهام التعلم غير الخاضعة للإشراف. ويتمثل هدفها الرئيسي في تعلم التمثيلات الفعالة (الترميزات) لبيانات المدخلات، عادةً لتقليل الأبعاد أو استخراج السمات، من خلال تدريب الشبكة على إعادة بناء مدخلاتها الخاصة. وهي تحقق ذلك عن طريق ضغط المدخلات في فضاء كامن منخفض الأبعاد ثم إعادة بناء المخرجات من هذا التمثيل المضغوط.
كيف تعمل أجهزة الترميز التلقائي
تتكون وحدة التشفير التلقائي من جزأين رئيسيين: وحدة تشفير ووحدة فك تشفير.
- أداة التشفير: يأخذ هذا الجزء البيانات المدخلة ويحولها إلى تمثيل منخفض الأبعاد يسمى الفضاء الكامن أو عنق الزجاجة. تتعلم أداة التشفير التقاط أهم ميزات البيانات مع تجاهل الضوضاء أو المعلومات الزائدة عن الحاجة. تشبه هذه العملية ضغط البيانات.
- أداة فك التشفير: يأخذ هذا الجزء التمثيل المشفر من الفضاء الكامن ويحاول إعادة بناء بيانات الإدخال الأصلية بأكبر قدر ممكن من الدقة.
يتم تدريب الشبكة من خلال تقليل الفرق بين المدخلات الأصلية والمخرجات المعاد بناؤها، وغالبًا ما يتم قياسه بواسطة دالة خسارة مثل متوسط الخطأ المربّع (MSE). تجبر طبقة عنق الزجاجة الشبكة على تعلم تمثيل مضغوط وهادف، حيث يجب أن تحتفظ بمعلومات كافية لإعادة بناء المدخلات بفعالية.
أنواع أجهزة الترميز التلقائي
توجد عدة أشكال مختلفة من أجهزة الترميز التلقائي، كل منها مصمم لأغراض محددة:
- أجهزة إلغاء التشفير التلقائي: مدربة على إعادة بناء المدخلات الأصلية النظيفة من نسخة تالفة أو مشوشة. وهذا يجعلها مفيدة لمهام الحد من الضوضاء.
- الترميز التلقائي المتناثر: إدخال قيود التشتت أثناء التدريب، مما يشجع الشبكة على تعلم التمثيلات حيث يكون عدد قليل فقط من العقد نشطًا في أي وقت.
- المبرمجات التلقائية المتغيرة (VAEs): نوع من النماذج الت وليدية التي تتعلم توزيعًا احتماليًا على الفضاء الكامن، مما يسمح لها بتوليد عينات بيانات جديدة مشابهة لبيانات التدريب. تختلف VAEs اختلافًا كبيرًا عن شبكات الخصومة التوليدية (GANs)، وهي تقنية توليدية شائعة أخرى.
- الترميز التلقائي الانقباضي: تهدف إلى تعلم تمثيلات قوية للتغيرات الصغيرة في البيانات المدخلة.
التطبيقات الواقعية
وجدت أجهزة الترميز التلقائي تطبيقات في مجالات مختلفة:
- اكتشاف الشذوذ: من خلال تعلّم الأنماط الطبيعية في البيانات، يمكن لأجهزة التشفير التلقائي تحديد الحالات الشاذة أو القيم المتطرفة كمدخلات تؤدي إلى أخطاء عالية في إعادة البناء. يُستخدم هذا في الكشف عن الاحتيال ومراقبة الجودة الصناعية. على سبيل المثال، الكشف عن أنماط حركة مرور الشبكة غير الاعتيادية التي قد تشير إلى وجود هجوم إلكتروني.
- تقليل تشويش الصور وضغطها: يمكن لأدوات تقليل التشويش التلقائي أن تنظف الصور المشوشة، بينما يمكن لأدوات التشفير التلقائي القياسية ضغط الصور عن طريق تخزين التمثيل الكامن فقط. مثال على ذلك استعادة الوضوح للصور القديمة أو صور الأقمار الصناعية المتأثرة بالتداخل الجوي. انظر كيف يمكن استخدام الرؤية الحاسوبية لتحليل صور الأقمار الصناعية.
- تقليل الأبعاد: يمكن أن تكون التمثيلات الكامنة المكتسبة بمثابة ميزات مدمجة للإدخال في نماذج التعلم الآلي الأخرى (ML) ، مما قد يحسن الأداء ويقلل من التكلفة الحسابية. وغالبًا ما تتم مقارنة ذلك بتقنيات مثل تحليل المكونات الرئيسية (PCA)، على الرغم من أن برامج الترميز التلقائي يمكنها التقاط علاقات أكثر تعقيدًا وغير خطية.
- توليد البيانات (VAEs): يمكن لأجهزة التشفير التلقائي التغييري توليد عينات بيانات اصطناعية جديدة، مفيدة في مجالات مثل توليد الفن أو إنشاء زيادة بيانات التدريب. استكشف البيانات التركيبية بشكل أكبر.
AR
EN
ZH
KO
JA
RU
DE
FR
ES
PT
IT
TR
VI
