معجم الذكاء الاصطناعي

استيعاب البيانات

Data Ingestion

استقبال البيانات من مصادر خارجية متنوعة وتحويلها إلى صيغة موحدة وتخزينها الأولي في مسار البيانات، بشكل آلي أو بجدولة زمنية.

تحويل البيانات

Data Transformation

تحويل البيانات الخام من شكلها الأصلي إلى شكل ملائم للتحليل أو التدريب من تنظيف وإعادة تنسيق وحساب ميزات وتخزين بنيوي.

تخزين البيانات

Data Storage

استبقاء البيانات في مخزن منظم ومهيّأ للمعالجة والاسترجاع، مع موازنة بين كلفة التخزين وسرعة الوصول واشتراطات الأمان.

استرجاع البيانات

Data Retrieval

استخراج البيانات المطلوبة من المخزن وفق معايير محددة بسرعة ودقة، وتهيئتها للاستخدام الفوري في التحليل أو العرض.

تقسيم البيانات الموزّع

Data Partitioning

توزيع مجموعة بيانات كبيرة على أقسام مترابطة تبعًا لمعايير منطقية أو زمنية، لتسهيل الوصول والمعالجة المتوازية دون فقدان الترابط بينها.

دورة حياة البيانات

Data Lifecycle

مراحل حياة البيانات من الاستحواذ والتنقية والتخزين والاستخدام والأرشفة إلى الإتلاف النهائي، مع ضوابط تتبع في كل مرحلة.

النسخ الاحتياطي للبيانات

Data Backup

إنشاء نسخ من البيانات على فترات منتظمة وفي مواقع منفصلة، لاستعادتها عند التلف أو فقدان النسخة الرئيسية دون خسارة دائمة.

أرشفة البيانات

Data Archiving

نقل البيانات القديمة غير النشطة إلى تخزين منخفض الكلفة مع بقاء إمكان وصول منظم إليها، تلبيةً لمتطلبات الامتثال دون إبطاء الأنظمة النشطة.

البيانات الاصطناعية الصوتية

Synthetic Speech Data

بيانات كلام مولّدة اصطناعيًا بأصوات ولهجات متغيرة، لإثراء تدريب أنظمة الكلام دون الاعتماد كليًا على تسجيلات بشرية مكلفة.

البيانات الاصطناعية الفيديو

Synthetic Video Data

مقاطع فيديو مولّدة بنمذجة مشاهد وسلوكيات في بيئات محاكاة، لتدريب الرؤية الحاسوبية على مواقف نادرة أو خطيرة يصعب الحصول عليها حقيقيًا.

تنقية الاصطناع

Synthetic Refinement

تحسين البيانات المُولَّدة بتحويرات وضبط لرفع واقعيتها وتباينها، فيرتفع أثرها في تدريب نماذج أكثر متانة.

تحقق الاصطناع

Synthetic Validation

التحقق من جودة البيانات الاصطناعية ومطابقتها للتوزيع الحقيقي قبل استخدامها في التدريب، تفاديًا لانحياز قد تنقلها بيانات مولدة.

تسمية الاصطناع

Synthetic Labeling

إنتاج البيانات الاصطناعية أو تسميتها آليًا بالاستناد إلى معرفة التوليد نفسها، لتوفير تسميات نظيفة دون يَدٍ بشرية مكلفة.

إحصاءات الاصطناع

Synthetic Statistics

قياس خصائص البيانات المولدة من توزيع وتباين وارتباطات ومقارنتها بإحصاءات البيانات الحقيقية لضمان تماثل صفاتها قبل الاعتماد عليها.

أخذ العينات الاصطناعي

Synthetic Sampling

توليد عينات اصطناعية مستهدفة لمواقف معينة أو نادرة، أو لمعالجة توازن المجموعات المتوازنة، وفق توزيع مرغوب فيه.

الترميز الاصطناعي

Synthetic Encoding

ترميز البيانات الحقيقية أو مدّها بطرائق اصطناعية كالتحوير أو المزج، لرفع تنوع التدريب دون تكرار للبيانات الأصلية.

مزج العينات

Sample Mixing

دمج أمثلة تدريب متعددة أو مزج خصائصها لإنتاج أمثلة جديدة أبسط، يحسن الاستمرارية والتعميم ويُعد أساس تقنيات من قبيل mixup.

حقن الضوضاء

Noise Injection

إضافة ضجيج عشوائي إلى المدخلات أو الأوزان أثناء التدريب، لرفع متانة النموذج ومنع التحفيظ والاعتماد المفرط على تفاصيل غير جوهرية.

دورات التحديث

Update Rounds

الجولات المتكررة في التعلم الاتحادي حيث يرسل العملاء تحديثاتهم ويجمعها الخادم في نموذج مشترك، ويُقاس التقدم بعددها.

التغذية العكسية المحلية

Local Backpropagation

حساب تدرجات النموذج محليًا عند كل عميل على بياناته الخاصة دون مشاركة البيانات الخام، ثم يُرسل التدرّج أو الوزن المحدث فقط.

توازن العملاء

Client Balancing

ضبط مشاركة العملاء وأوزانهم في التعلم الاتحادي بحيث لا يهيمن عميل كثير البيانات أو قليلها على النموذج المشترك.

العينات المحلية

Local Samples

البيانات التي تبقى عند العميل المحلي وتُستخدم لتدريب تحديثه المحلي دون أن تغادر جهازه، وهي أساس خصوصية التعلم الاتحادي.

التوثيق الاتحادي

Federated Logging

تسجيل تفاصيل التجارب الاتحادية على الطرف من تحديثات وأخطاء ومقاييس محلية، دون تسريب بيانات خام، لتشخيص النظام بدقة.

المراقبة الاتحادية

Federated Monitoring

متابعة أداء التعلم الاتحادي وصحة العملاء وتقدم التقارب من طرف الخادم، مع إبقاء البيانات الحساسة في أجهزة العملاء.

كشف الشذوذ

Anomaly Detection

كشف الملاحظات أو الأحداث النادرة المخالفة للنمط المتوقع في البيانات، كالاحتيال أو التسلل أو الخلل التقني، والتنبيه إليها في حينها.

جدولة الدفعات

Batch Scheduling

تجدولة دفعات التدريب عبر العملاء أو العقد الاتحادية لتوزيع الحِمل وتنظيم التوالي وتقليل زمن التدريب الكلي.

تقارب الاتحاد

Federated Convergence

بلوغ النموذج الاتحادي حالة مستقرة تتقارب فيها تحديثاته بعد كل جولة، فيُعد التدريب مكتملًا بالجودة المطلوبة.

الاستعادة الاتحادية

Federated Recovery

إعادة دمج عميل تعطل أو تخلف عن جولة سابقة دون إفساد النموذج، وإصلاح تسلسل تحديثاته بسلاسة.

التبادل الآمن

Secure Exchange

تبادل المعلومات بين الأطراف عبر قنوات مشفرة وموثقة تضمن سرية المحتوى وعدم العبث به، فيحافظ التعلم الخاص على خصوصية كل طرف.

الموافقة المسبقة

Informed Consent

إذن صريح مسبق من صاحب البيانات بعلمه الكامل بكيفية استخدامها وأغراضه ومدة الاحتفاظ بها، مع حقه في سحب الموافقة.

إدارة المفاتيح

Key Management

إدارة دورة حياة المفاتيح التشفيرية من توليد وتخزين واستبدال وإتلاف بأمان، وهي ركيزة أي نظام خصوصية وطني.

القناة الآمنة

Secure Channel

قناة اتصال مشفرة وموثقة بين المكونات، تنقل البيانات بحيث لا يستطيع أحد قراءتها أو تغييرها أثناء انتقالها.

تقييد الوصول

Access Restriction

تقييد الوصول إلى البيانات والوظائف وفق صلاحيات الحد الأدنى الضروري، بفحص الهوية والامتيازات عند كل طلب.

سياسة الاحتفاظ

Retention Policy

سياسة تحدد مدة حفظ البيانات وظروف أرشفتها وإتلافها النهائي، لتحقيق توازن بين حاجة العملين والخصوصية والامتثال التنظيمي.

المراجعة المستقلة

Independent Audit

مراجعة مستقلة تجريها جهة خارجية لنظام الذكاء الاصطناعي للتحقق من بياناته وسلوكه وامتثاله للمعايير، وبناء الثقة العامة به.

تصنيف الحساسية

Sensitivity Classification

تصنيف البيانات وفق درجة حساسيتها، فيُخصص لكل فئة ضوابط حماية وإجراءات تحكم تتناسب مع خطورة الكشف.

المحو الآمن

Secure Erasure

محو البيانات نهائيًا بحيث يستحيل استرجاعها، ويُطبق على التخزين والخوادم والنسخ الاحتياطية بما ينسجم مع سياسات الاحتفاظ.

الإخفاء الجزئي

Partial Masking

إخفاء أجزاء من البيانات الحساسة كالأرقام والحقول مع إبقاء الباقي ظاهرًا للاستخدام، فيُحقق الغرض دون كشف التفاصيل الكاملة.

تصنيف الصور

Image Classification

تصنيف الصور إلى فئات معرفة مسبقًا من خلال تعلم الأنماط البصرية، وهو أساس كثير من تطبيقات الرؤية الحاسوبية العملية.

التعرف على الوجوه

Face Recognition

التعرف على هوية الأشخاص من صور أو مقاطع وجوههم عبر استخراج سمات مميزة ومقارنتها بقاعدة بيانات معروفة، ويطبق في الأمان والتحقق والتوثيق.