Англо-русский толковый словарь по искусственному интеллекту и робототехнике

loss function – функция потерь # применяется в машинном обучении для оценки качества обучения (ошибки принятия решений) ИНС (модели); является мерой расхождения между фактическим значением оцениваемого параметра и ожидаемым, расчётным значением этого параметра и требует минимизации. Наиболее популярные функции потерь при метрическом обучении – contrastive loss и triplet loss. Частичные синонимы – cost function, error function (см. также machine learning, metric learning).

low-level controller – низкоуровневый контроллер # к этой категории относятся микроконтроллеры, которые через устройства ввода-вывода непосредственно связаны с объектом управления, например терморегуляторы (heat regulator

), кардиостимуляторы (cardiac pacemaker) и др. (см. также controller).

LP – см. linguistic perception.

LPR – 1. lander penetrating radar – лунный проникающий радар (радиолокатор) # входит, например, в состав оборудования лунохода для исследования Луны (см. также moonprobe, radar);

2. см. license plate recognition.

LSM

– см. liquid-state machine.

LSTM (LSTM network) – long short-term memory – ИНС с долговременной и кратковременной памятью; архитектура (модель) LSTM, LSTM-сеть # разновидность архитектуры рекуррентных ИНС, которую предложили в 1997 году Сепп Хохрайтер (Sepp Hochreiter) и Юрген Шмидхубер (Jürgen Schmidhuber) для решения проблемы краткосрочной памяти этих сетей, не позволяющей адекватно обрабатывать длинные последовательности входных данных. LSTM в совокупности с GRU (Gated Recurrent Units, вентильные рекуррентные устройства, управляемые рекуррентные блоки) – это система глубинного обучения, благодаря реализации которой удалось обойти проблему исчезновения или зашкаливания градиентов в процессе обучения методом обратного распространения ошибки. Сеть LSTM обычно перенастраивается с помощью внутренних механизмов, рекуррентных вентилей GRU – входных, выходных и так называемых вентилей забывания, управляющих потоками информации при работе памяти. Входные вентили (input gate) контролируют, какая новая информация будет воспринята сетью при поступлении входных данных; выходные вентили (output gate) решают, какие данные будут выводиться из памяти, а вентили забывания (forget gate

) управляют удалением данных из памяти; при этом вентили могут обучаться, чтобы определять, какие данные обрабатываемой последовательности следует сохранять, а какие удалять. LSTM-сети показывают наилучшие результаты на задачах классификации, распознавания речи, синтеза речи, распознавания слитного рукописного текста, генерации текста и др. (см. также ANN, deep learning, recurrent network).

LTM – см. long-term memory.

lunar rover – см. moonprobe.

LVCSR – large vocabulary continuous speech recognition – распознавание слитной речи на большом словаре (с использованием большого словаря) # большим считается словарь объёмом больше 20 тыс. слов. Объём словаря существенно влияет на производительность системы распознавания речи. Синоним – LVR (large vocabulary recognition) (см. также continuous-speech recognition, limited-vocabulary recognition, phonetic searching, speech recognition

).

LVQ – 1. Learning Vector Quantization – квантизация векторов при обучении;

2. Linear Vector Quantization – линейная квантизация векторов # алгоритм обучения нейронной сети (см. также BPE, PNN, RBF, RCE, STLVQ).

LWR – см. lightweight robot.

M

machine autonomy – автономность машины (системы, робота) # в области искусственного интеллекта (ИИ) – о самоуправляемости, самообучаемости и независимости машины, её способности действовать самостоятельно, автоматически, без участия и вмешательства человека. Некоторые источники различают три степени автономности, или автономной, самостоятельной работы машины, например робота: это запрограммированность, работа по заранее заданной программе (характерно для промышленных роботов – pre-programmed autonomy); ограниченная, или контролируемая, автономность (самостоятельность) – когда предусматриваются разные варианты поведения робота, выбираемые (задаваемые) оператором (limited, or supervised autonomy); и полная автономность (самостоятельность) – когда робот обладает интеллектуальными возможностями, способен самообучаться с учётом характеристик, требований и изменений окружающей среды (см. также artificial intelligence, autonomy).