"Congruent embedding" هو تعبير يتكون من اسمين، حيث "congruent" يعمل كصفة و"embedding" كاسم.
/ˈkɒŋɡruənt ˈɛmˌbɛdɪŋ/
"Congruent embedding" تشير في الغالب إلى طريقة تضمين الكائنات أو البيانات في فضاء معين بحيث تحافظ على العلاقات المكانية بينها. يُستخدم هذا المفهوم بشكل متكرر في مجالات مثل الرياضيات، علوم الحاسوب، والتعلم الآلي (Machine Learning). يُعتبر هذا النوع من التضمين مهمًا لأن الحفاظ على التشابه والهيكلية بين الكائنات أثناء تحويلها إلى تمثيل آخر يمكن أن يؤدي إلى تحسين أداء النماذج.
تُستخدم عبارة "congruent embedding" غالبًا في الأبحاث والمقالات الأكاديمية، كما أنها مشتركة في النقاشات العلمية حول النمذجة وتحليل البيانات. نادرًا ما يتم استخدامها في المحادثات اليومية، مقارنة بالسياق الكتابي.
اقترح الباحثون طريقة جديدة لإنشاء تضمين متطابق للبيانات عالية الأبعاد.
In machine learning, congruent embeddings allow different models to interpret data consistently.
"Congruent embedding" ليست تعبيرًا شائعًا في اللغة الإنجليزية المنطوقة ويظهر أكثر في النصوص الأكاديمية. ومع ذلك، هناك بعض العبارات التي تُعتبر مفيدة في نفس السياق:
يجب أن يتماشى التضمين المتطابق للميزات مع الهيكل العام للنموذج.
"Maintain consistency":
من الضروري الحفاظ على الاتساق عند تطوير التضمينات المتطابقة عبر مجموعات بيانات مختلفة.
"Preserve relationships":
كلمة "congruent" لها أصل لاتيني، حيث تأتي من كلمة "congruere" تعني "التوافق" أو "التجمع". أما كلمة "embedding" فهي تعود إلى الفعل "embed" بمعنى "تضمين" وتستخدم في سياقات متعددة لشرح عملية إدخال شيء داخل شيء آخر.