« Architecture à vecteurs sémantiques joints » : différence entre les versions

Dernière version du 18 août 2025 à 21:52

Définition

Architecture ou modèle prédictif qui apprend en créant une représentation sémantique interne (espace latent) du monde extérieur permettant la comparaison de représentations abstraites.

L'AVSJ offre de bonnes performances dans la réalisation de plusieurs tâches particulièrement en vision artificielle.

Compléments

L'architecture à vecteurs sémantiques joints pour les images (APVSJ-I), proposée par la société Meta, serait plus efficace en termes de calcul que d'autres modèles courants de vision artificielle et s'adapterait plus facilement à des situations inconnues.

Français

architecture / modèle à vecteurs sémantiques joints

AVSJ

architecture prédictive à vecteurs sémantiques joints pour les images

APVSJ-I

modèle prédictif à vecteurs sémantiques joints pour les images

modèle prédictif à plongements joints pour les images (Attention au mot plongement)

APPJ-I

Anglais

joint embedding predictive architecture

JEPA

image joint embedding predictive architecture

I-JEPA

Español

arquitectura de predicción vectorial semántica conjunta para imágenes

Arquitectura o modelo que aprende creando una representación semántica interna (espacio latente) del mundo externo, lo que permite comparar representaciones abstractas de imágenes. El APPVSJ-I obtiene buenos resultados en varias tareas de visión por ordenador.

Sources

Source : meta

Source: developpez.com

Source: INRIA 101 MOTS DE L' IA
Ce terme est sélectionné pour le livre « Les 101 mots de l'intelligence artificielle »

@@ Ligne 1 : / Ligne 1 : @@
 == Définition ==
-Architecture ou modèle qui apprend en créant un représentation interne (représentation latente ou espace latent) du monde extérieur permettant la comparaison de représentations abstraites d’images. L'APPJ-I offre de bonnes performances dans la réalisation de plusieurs tâches de [[vision artificielle]].
+Architecture ou modèle prédictif qui apprend en créant une représentation sémantique interne ([[espace latent]]) du monde extérieur permettant la comparaison de représentations abstraites.
+L'AVSJ offre de bonnes performances dans la réalisation de plusieurs tâches particulièrement en [[vision artificielle]].
 == Compléments ==
-L'architecture APPJ-I, proposée par la société Meta, est beaucoup plus efficace en termes de calcul que d'autres modèles courants de vision artificielle et s'adapte plus facilement à des situations inconnues.
+L'architecture à vecteurs sémantiques joints pour les images (APVSJ-I), proposée par la société Meta, serait plus efficace en termes de calcul que d'autres modèles courants de vision artificielle et s'adapterait plus facilement à des situations inconnues.
 == Français ==
-'''architecture prédictive à plongements joints pour les images'''
+'''architecture / modèle à vecteurs sémantiques joints'''
+'''AVSJ'''
+'''architecture prédictive à vecteurs sémantiques joints pour les images'''
+'''APVSJ-I'''
-'''modèle prédictif à plongements joints pour les images'''
+'''modèle prédictif à vecteurs sémantiques joints pour les images'''
+'''modèle prédictif à plongements joints pour les images''' <small/>(Attention au mot plongement)</small>
 '''APPJ-I'''
 == Anglais ==
-'''  image joint embedding predictive architecture'''
+'''joint embedding predictive architecture'''
+'''JEPA'''
+'''image joint embedding predictive architecture'''
 '''I-JEPA'''
+<!--Learns by creating an internal model of the outside world, which compares abstract representations of images (rather than comparing the pixels themselves). I-JEPA delivers strong performance on multiple computer vision tasks, and it’s much more computationally efficient than other widely used computer vision models. The representations learned by I-JEPA can also be used for many different applications without needing extensive fine tuning.-->
+==Español==
-<!--Learns by creating an internal model of the outside world, which compares abstract representations of images (rather than comparing the pixels themselves). I-JEPA delivers strong performance on multiple computer vision tasks, and it’s much more computationally efficient than other widely used computer vision models. The representations learned by I-JEPA can also be used for many different applications without needing extensive fine tuning.-->
+''''' arquitectura de predicción vectorial semántica conjunta para imágenes '''''
-<small>
+''Arquitectura o modelo que aprende creando una representación semántica interna (espacio latente) del mundo externo, lo que permite comparar representaciones abstractas de imágenes. El APPVSJ-I obtiene buenos resultados en varias tareas de visión por ordenador.''
+==Sources==
 [https://ai.facebook.com/blog/yann-lecun-ai-model-i-jepa   Source : meta]
@@ Ligne 26 : / Ligne 44 : @@
 [https://project.inria.fr/bigvisdata/files/2021/01/cours10.pdf  Source: INRIA]
+{{Modèle:101}}
+[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
-[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
+[[Catégorie:101]]

« Architecture à vecteurs sémantiques joints » : différence entre les versions