개요 / Overview

한국어

이 페이지는 ENN-PyTorch 기술 문서에서 반복해서 등장하는 핵심 용어를 짧게 정리한 참조 자료다.

본문 1~8장은 구조와 실행 흐름을 설명한다. 이 페이지는 본문을 다시 설명하지 않고, 모델 구조, 예측 런타임, 데이터 파이프라인, 커널·정밀도, 저장·내보내기에서 자주 쓰는 용어를 빠르게 확인할 수 있게 한다.

English

This page is a reference glossary for core terms that appear repeatedly in the ENN-PyTorch technical documentation.

Chapters 1 through 8 explain structure and execution flow. This page does not repeat those explanations; instead, it helps readers quickly check terms frequently used in model structure, prediction runtime, data pipeline, kernel and precision strategy, saving, and export.

모델 예측 구조 / Model Prediction Structure

용어 / Term 한국어 English
assembled Fuser가 만든 base prediction이다. The base prediction produced by Fuser.
enhanced Collector refinement 이후의 refined prediction이다. The refined prediction after Collector refinement.
delta enhanced - assembled로 계산되는 residual 차이다. The residual difference computed as enhanced - assembled.
p SigmoidGate가 계산한 residual 반영량이다. The residual contribution computed by SigmoidGate.
y_hat assembled + p * delta로 계산되는 최종 latent prediction이다. The final latent prediction computed as assembled + p * delta.
base prediction refinement 전 기본 예측값이다. 문서에서는 주로 assembled와 같은 의미로 사용한다. The initial prediction before refinement. In this documentation, it is usually equivalent to assembled.
refined prediction Collector를 거친 보정 후보 예측이다. 문서에서는 주로 enhanced와 같은 의미로 사용한다. The refined prediction candidate after Collector. In this documentation, it is usually equivalent to enhanced.
residual base prediction과 refined prediction 사이의 보정량이다. The correction amount between the base prediction and the refined prediction.
bounded gate output boundary를 고려해 residual 반영량을 제한하는 gate 구조다. A gate structure that limits residual contribution based on output boundaries.

주요 모델 컴포넌트 / Main Model Components

용어 / Term 한국어 English
Embedding continuous feature와 categorical feature를 모델 입력 차원으로 변환하는 계층이다. A layer that converts continuous and categorical features into the model input dimension.
Scaler 입력/출력 정규화, calibration, denormalization, output bounds를 담당하는 계층이다. A layer responsible for input/output normalization, calibration, denormalization, and output bounds.
Template 입력 feature를 spatial 또는 temporal token sequence로 변환하는 encoder 단위다. An encoder unit that converts input features into spatial or temporal token sequences.
Fuser 여러 Template 또는 SubFuser의 token을 task topology에 따라 결합하고 decode하는 핵심 컨테이너다. The core container that combines and decodes tokens from multiple Templates or SubFusers according to task topology.
Perceiver Fuser 내부에서 cross-attention 기반 latent fusion을 수행하는 block이다. A block inside Fuser that performs cross-attention-based latent fusion.
Collector Fuser가 만든 token을 다시 정제해 refined prediction 후보를 만드는 stage다. A stage that refines tokens produced by Fuser and creates a refined prediction candidate.
SigmoidGate base prediction과 refined prediction 사이의 residual 반영량을 계산하는 gate다. A gate that computes how much residual to apply between the base prediction and the refined prediction.
Recorder 학습 세션과 batch 통계를 기록하는 관측용 컴포넌트다. An observation component that records training session and batch statistics.

출력 공간과 보정 / Output Space and Correction

용어 / Term 한국어 English
z-space 모델이 내부적으로 학습하거나 예측하는 normalized output space다. The normalized output space used internally by the model for training or prediction.
Y-space 실제 target scale의 output space다. The output space in the actual target scale.
raw output calibration이나 denormalization을 적용하기 전 모델의 내부 output이다. The model's internal output before calibration or denormalization.
calibrated output raw output에 Scaler calibration을 적용한 output이다. The output after applying Scaler calibration to raw output.
denormalized output z-space 값을 실제 target scale로 복원한 output이다. The output restored from z-space to the actual target scale.
calibration raw 또는 normalized output을 보정하는 과정이다. The process of correcting raw or normalized output.
posthoc calibration 예측 후 raw output에 사후적으로 calibration을 적용하는 fallback 과정이다. A fallback process that applies calibration to raw output after prediction.
denormalization normalized output을 실제 target scale로 복원하는 과정이다. The process of restoring normalized output to the actual target scale.
denorm-only fallback calibration을 적용하지 않고 denormalization만 수행하는 fallback이다. A fallback that performs only denormalization without applying calibration.
anchored denorm 기준점 또는 output scale에 맞춰 denormalization 후보를 조정하는 fallback이다. A fallback that adjusts denormalization candidates using an anchor or output scale.
output bounds target 또는 normalized output의 허용 범위다. SigmoidGate와 prediction fallback에서 사용될 수 있다. The allowed range of target or normalized output. It can be used by SigmoidGate and prediction fallback.

데이터 파이프라인 / Data Pipeline

용어 / Term 한국어 English
memmap 파일 기반 memory-mapped tensor 저장 방식이다. A file-based memory-mapped tensor storage method.
memmap staging raw input을 features.mmt, labels.mmt, meta.json 같은 파일 기반 표현으로 준비하는 과정이다. The process of preparing raw input as file-based representations such as features.mmt, labels.mmt, and meta.json.
features.mmt feature tensor를 저장하는 memory-mapped file이다. A memory-mapped file that stores feature tensors.
labels.mmt label tensor를 저장하는 memory-mapped file이다. A memory-mapped file that stores label tensors.
meta.json dataset shape, dtype, split, scale stats, file path를 담는 metadata 파일이다. A metadata file containing dataset shape, dtype, split, scale statistics, and file paths.
canonical key 다양한 입력 key를 X, Y, row_ids 같은 표준 key로 정리한 것이다. A normalized key scheme that maps different input keys to standard keys such as X, Y, and row_ids.
X 모델 입력 feature를 의미한다. Model input features.
Y 학습 target 또는 label을 의미한다. Training target or label.
row_ids 원본 입력 row 순서를 추적하기 위한 id다. IDs used to track the original input row order.
Sampler memmap dataset에서 batch range와 shard를 생성하는 컴포넌트다. A component that creates batch ranges and shards from a memmap dataset.
Governor batch scale을 worker 간 공유하고 scale up/down을 조정하는 컴포넌트다. A component that shares batch scale across workers and adjusts scale up or down.
Stream host-to-device prefetch와 device batch 준비를 담당하는 컴포넌트다. A component responsible for host-to-device prefetch and device batch preparation.
pinned memory GPU 전송에 유리한 page-locked CPU memory다. Page-locked CPU memory that improves GPU transfer performance.
H2D host-to-device 전송을 의미한다. Host-to-device transfer.