IApédia — Glossário de Inteligência Artificial (Letra S)
Bem-vindo à IApédia, o glossário de Inteligência Artificial criado pela AQIA.
Nesta página encontras os principais conceitos e siglas iniciados pela letra S,
explicados em linguagem simples, com tradução, significado e exemplos práticos.
Termos de Inteligência Artificial — Letra S
| Nº | Termo | Tradução (se aplicável) | Descrição | Exemplo |
|---|---|---|---|---|
| 1 | Stochastic Gradient Descent (SGD) | Descenso Estocástico do Gradiente | Algoritmo de optimização que ajusta os parâmetros do modelo usando amostras aleatórias dos dados. | Treino eficiente de redes neurais profundas. |
| 2 | Supervised Learning | Aprendizagem Supervisionada | Método de machine learning onde o modelo é treinado com dados rotulados para aprender uma função. | Classificador de imagens com etiquetas. |
| 3 | Self-Supervised Learning | Aprendizagem Auto-supervisionada | Técnica que usa dados não rotulados para aprender representações, criando automaticamente rótulos. | Modelos que aprendem características úteis sem supervisão explícita. |
| 4 | Semantic Segmentation | Segmentação Semântica | Técnica que classifica cada pixel de uma imagem em categorias semânticas. | Identificação de estradas, carros e pedestres em imagens urbanas. |
| 5 | Softmax | Função Softmax | Função que normaliza vetores numéricos em probabilidades, usada em classificadores. | Camada final em redes neurais para classificação multi-classe. |
| 6 | Stochastic Process | Processo Estocástico | Processo matemático que descreve sistemas que evoluem com incerteza ao longo do tempo. | Modelos para previsão financeira e séries temporais. |
| 7 | Stability | Estabilidade | Capacidade de um modelo manter desempenho consistente frente a pequenas perturbações nos dados. | Modelos robustos a ruído em dados de entrada. |
| 8 | Speech Recognition | Reconhecimento de Fala | Técnica para converter fala em texto usando modelos de IA. | Assistentes virtuais como Alexa, Siri. |
| 9 | Sparse Coding | Codificação Esparsa | Método para representar dados com poucos elementos ativos, favorecendo eficiência. | Compressão de imagens e representação de sinais. |
| 10 | Spatial Transformer Network | Rede Transformadora Espacial | Rede neural que aprende a realizar transformações espaciais em imagens para melhorar redes de visão. | Alinhamento automático em reconhecimento de objetos. |
| 11 | Shapley Values | Valores de Shapley | Métrica para explicar a contribuição de cada característica na previsão de um modelo. | Interpretabilidade em modelos de machine learning. |
| 12 | Stacking | Empilhamento | Técnica ensemble que combina previsões de vários modelos de forma hierárquica. | Uso em competições de machine learning para melhorar performance. |
| 13 | Sequence-to-Sequence (Seq2Seq) | Sequência para Sequência | Modelo que transforma sequências de entrada em sequências de saída, usado em tradução e resumo. | Tradução automática de línguas usando redes neurais. |
| 14 | Sampling | Amostragem | Processo de seleção de subconjunto de dados para treino, avaliação ou geração de dados. | Amostragem aleatória para treino de modelos. |
| 15 | Semi-Supervised Learning | Aprendizagem Semi-supervisionada | Técnica que utiliza poucos dados rotulados e muitos não rotulados para treino eficaz. | Classificação com poucos exemplos anotados. |
| 16 | Siamese Network | Rede Siamês | Arquitetura neural usada para comparar entradas, com pesos compartilhados entre dois ramos. | Verificação de assinaturas ou reconhecimento facial. |
| 17 | Soft Actor-Critic (SAC) | Atuador Suave-Crítico | Algoritmo de aprendizagem por reforço que maximiza recompensa e entropia para políticas eficientes. | Controlo de robôs com equilíbrio entre exploração e exploração. |
| 18 | Sparsity | Esparsidade | Propriedade de representações ou modelos com poucos componentes não nulos, melhorando eficiência. | Redes neuronais esparsas para compressão e rapidez. |
| 19 | Semantic Search | Pesquisa Semântica | Técnica que busca informações considerando o significado e contexto, não só palavras-chave. | Busca avançada em motores baseados em NLP. |
| 20 | Signal Processing | Processamento de Sinais | Manipulação e análise de sinais para extrair informação relevante, incluindo áudio e imagens. | Pré-processamento de áudio para reconhecimento de fala. |
| 21 | Self-Attention | Auto-Atenção | Mecanismo que permite a um modelo focar em partes relevantes da própria entrada para gerar representação. | Fundamental em modelos Transformer para PLN e visão computacional. |
| 22 | Stochastic Weight Averaging | Média Estocástica de Pesos | Técnica que combina pesos de modelos em diferentes estágios para melhorar generalização. | Treino de redes neurais profundas com menor overfitting. |
| 23 | Stacked Autoencoder | Autoencoder Empilhado | Rede autoencoder com múltiplas camadas para aprendizagem de representações profundas. | Compressão e redução de dimensionalidade em dados não estruturados. |
| 24 | State Space Model | Modelo de Espaço de Estado | Modelo matemático para descrever sistemas dinâmicos através de variáveis de estado internas. | Previsão em séries temporais e controlo de sistemas. |
| 25 | Statistical Learning | Aprendizagem Estatística | Área que combina estatística e machine learning para construir modelos preditivos. | Regressão, classificação e análise multivariada. |
| 26 | StyleGAN | Generative Adversarial Network | Arquitetura GAN avançada para geração de imagens de alta qualidade e alta resolução. | Geração realista de rostos humanos sintéticos. |
| 27 | Support Vector Machine (SVM) | Máquina de Vetores de Suporte | Algoritmo de classificação que encontra o hiperplano ótimo para separar classes. | Classificação de texto e reconhecimento facial. |
| 28 | Super-Resolution | Super-Resolução | Técnica para melhorar a resolução de imagens ou vídeos usando modelos de IA. | Melhorar qualidade de fotos antigas. |
| 29 | Synthetic Data | Dados Sintéticos | Dados gerados artificialmente para treino e teste de modelos, evitando problemas de privacidade. | Geração de dados médicos fictícios para pesquisa. |
| 30 | Semantic Parsing | Análise Semântica | Processo de interpretar a estrutura semântica de frases para tarefas de compreensão natural. | Conversão de texto em consultas estruturadas. |
| 31 | Sequential Model | Modelo Sequencial | Modelo que processa dados em ordem sequencial, como texto ou séries temporais. | RNNs e LSTMs para tarefas temporais. |
| 32 | Saliency Map | Mapa de Saliência | Visualização que mostra as partes mais importantes da entrada que influenciam a decisão do modelo. | Explicação visual em classificação de imagens. |
| 33 | Stochastic Variational Inference | Inferência Variacional Estocástica | Algoritmo para aproximar distribuições complexas usando amostragem estocástica. | Treino de modelos probabilísticos em larga escala. |
| 34 | Softplus Function | Função Softplus | Função de activação suave que aproxima a ReLU, mantendo derivada contínua. | Usada em redes neuronais para evitar instabilidades. |
| 35 | Signal-to-Noise Ratio (SNR) | Relação Sinal-Ruído | Medida que compara o nível do sinal desejado com o nível do ruído, importante na qualidade de dados. | Avaliação de áudio para reconhecimento de fala. |
| 36 | Sampling Rate | Taxa de Amostragem | Número de amostras por segundo capturadas em sinais digitais. | Taxa usada em processamento de áudio digital. |
| 37 | Semiotic Analysis | Análise Semiótica | Estudo dos signos e símbolos e seu significado, utilizado em IA para compreensão contextual. | Análise avançada de linguagem e comunicação. |
| 38 | Softmax Loss | Perda Softmax | Função de perda usada em classificadores de múltiplas classes que aplica softmax antes da perda. | Treino de modelos de classificação. |
| 39 | Stacking Ensemble | Ensemble Empilhado | Combinação hierárquica de modelos para melhorar desempenho preditivo. | Uso em competições e tarefas complexas. |
| 40 | Style Transfer | Transferência de Estilo | Técnica para aplicar o estilo artístico de uma imagem a outra mantendo o conteúdo. | Criar versões artísticas de fotografias. |
