KI-Glossar
Es gibt 29 Namen in diesem Verzeichnis, die mit dem Buchstaben D beginnen.
DALL·E
Ein von OpenAI entwickeltes Modell, das aus textlichen Beschreibungen kreative und häufig überraschend realistische Bilder generiert.
Data Bias
Verzerrungen in den Trainingsdaten, die ein Modell in eine bestimmte Richtung lenken und zu unsachgemäßen Vorhersagen führen können.
Data Curation
Der systematische Prozess des Sammelns, Überprüfens und Organisierens von Daten, um hochwertige und repräsentative Datensätze für KI-Modelle zu erstellen.
Data Ethics
Der ethische Umgang mit Daten unter Berücksichtigung von Datenschutz, Fairness und Transparenz, um negative gesellschaftliche Auswirkungen zu vermeiden.
Data Labeling
Das Kennzeichnen von Datenpunkten mit spezifischen Kategorien oder Attributen, um überwachten Lernverfahren eine solide Basis zu liefern.
Data Pipeline
Eine strukturierte Abfolge von Schritten, bei der Rohdaten bereinigt, transformiert und für das Training von KI-Modellen aufbereitet werden.
Data Poisoning
Ein Angriff, bei dem manipulierte Daten in den Trainingsdatensatz eingeschleust werden, um das Verhalten eines Modells absichtlich zu verschlechtern.
Data Tokenization
Der Vorgang, bei dem Daten, insbesondere Texte, in kleinere Einheiten (Tokens) zerlegt werden, damit sie von einem Modell verarbeitet werden können.
Dataset
Eine Sammlung von Daten, die als Grundlage für das Training und die Evaluierung von KI-Modellen dient, wobei die Qualität die Leistung maßgeblich beeinflusst.
DDIM
(Denoising Diffusion Implicit Models) – Ein Ansatz, der den Diffusionsprozess effizient modelliert und die Anzahl der Schritte reduziert, ohne die Bildqualität zu beeinträchtigen.
DDPM
(Denoising Diffusion Probabilistic Models) – Ein Standardansatz in generativen Diffusionsmodellen, der den schrittweisen Rauschreduktionsprozess probabilistisch abbildet.
De-noising Autoencoder
Ein Autoencoder, der darauf trainiert wird, verrauschte Eingaben zu bereinigen, während die wesentlichen Merkmale beibehalten werden.
Decoder
Ein Bestandteil eines neuronalen Netzwerks, der latente oder komprimierte Informationen in lesbare oder visuelle Ausgaben zurückübersetzt.
Decoding Latents
Der Prozess, bei dem latente Variablen schrittweise in konkrete, sichtbare Outputs umgewandelt werden.
Deep Dream
Eine Methode, bei der neuronale Netzwerke verwendet werden, um durch Überbetonung von Mustern psychedelische und surreale Bildveränderungen zu erzeugen.
Deep Image Prior
Eine Technik, die die Architektur eines Netzwerks nutzt, um Details in einem einzelnen Bild zu rekonstruieren, ohne externe Trainingsdaten zu benötigen.
Deep Learning
Ein Teilbereich des maschinellen Lernens, der auf tiefen, mehrschichtigen neuronalen Netzwerken basiert und komplexe Muster in großen Datensätzen erkennt.
Deepfake
Eine Technik, bei der mithilfe von KI realistisch wirkende, aber gefälschte Bilder oder Videos erzeugt werden, die sowohl künstlerische als auch manipulative Zwecke erfüllen können.
Default Sampler
Die voreingestellte Methode zur Auswahl von Werten in einem generativen Modell, die als Basis für den Erzeugungsprozess dient.
Deformer Model
Ein Modell, das in 3D-Anwendungen verwendet wird, um Objekte zu verzerren oder zu transformieren, beispielsweise zur Erzeugung von Animationen.
Diffusion Decoder
Ein Baustein in Diffusionsmodellen, der aus latenten Zuständen schrittweise ein klares Bild rekonstruiert.
Diffusion Model
Ein generativer Ansatz, der den schrittweisen Prozess der Rauschreduzierung nutzt, um aus einem Zufallsbild ein strukturiertes Bild zu erzeugen.
Diffusion Probabilistic Models
Modelle, die den Übergang von Rauschen zu strukturiertem Output mittels probabilistischer Ansätze iterativ realisieren.
Discriminator
In einem GAN das Modell, das zwischen echten und generierten Daten unterscheidet, um so den Generator zu verbessern.
Disentangled Representation
Die Fähigkeit eines Modells, unabhängige Faktoren im latenten Raum voneinander zu trennen, sodass Änderungen an einem Aspekt die anderen nicht beeinflussen.
Domain Adaptation
Techniken, die ein Modell, das in einer bestimmten Domäne trainiert wurde, an leicht unterschiedliche, aber verwandte Domänen anpassen.
DreamBooth
Eine Methode, bei der ein generatives Modell durch zusätzliche Trainingsphasen an individuelle Stile oder Inhalte angepasst wird, um persönliche Vorlieben abzubilden.
Dropout Rate
Der Prozentsatz an Neuronen, die während eines Trainingsschritts zufällig deaktiviert werden, um Überanpassung zu verhindern.
