نمایش مبدأ برای یک داغ

{| class="wikitable" align="right" border="1" style="float:left"
![[ده‌دهی]]
! [[رقم دودویی|دودویی]]
! یکانی
! یک-داغ
|-
| ۰
| ۰۰۰
| ۰۰۰۰۰۰۰۰
| ۰۰۰۰۰۰۰۱
|-
| ۱
| ۰۰۱
| ۰۰۰۰۰۰۰۱
| ۰۰۰۰۰۰۱۰
|-
| ۲
| ۰۱۰
| ۰۰۰۰۰۰۱۱
| ۰۰۰۰۰۱۰۰
|-
| ۳
| ۰۱۱
| ۰۰۰۰۰۱۱۱
| ۰۰۰۰۱۰۰۰
|-
| ۴
| ۱۰۰
| ۰۰۰۰۱۱۱۱
| ۰۰۰۱۰۰۰۰
|-
| ۵
| ۱۰۱
| ۰۰۰۱۱۱۱۱
| ۰۰۱۰۰۰۰۰
|-
| ۶
| ۱۱۰
| ۰۰۱۱۱۱۱۱
| ۰۱۰۰۰۰۰۰
|-
| ۷
| ۱۱۱
| ۰۱۱۱۱۱۱۱
| ۱۰۰۰۰۰۰۰
|}
در [[الکترونیک دیجیتال|مدارهای دیجیتال]] و [[یادگیری ماشینی|یادگیری ماشین]]، '''یکِ‌داغ''' یا '''یک بارز''' یا '''تک‌نمود''' گروهی از میان [[بیت (رایانه)|بیت‌ها]] است که ترکیبات قانونی مقدارها فقط آنهایی هستند که یک بیت بالا (۱) و بقیه پایین (۰) دارند.<ref>{{cite book|last=Harris|first=David and Harris, Sarah|title=Digital design and computer architecture|publisher=Morgan Kaufmann|location=San Francisco, Calif.|isbn=978-0-12-394424-5|edition=2nd|page=129|date=7 August 2012}}</ref> یک پیاده‌سازی مشابه که در آن همه بیت‌ها "۱" هستند به جز یک "۰" گاهی '''یک‌سرد''' نامیده می‌شود.<ref>{{Cite journal|last=Harrag|first=Fouzi|last2=Gueliani|first2=Selmene|year=2020|title=Event Extraction Based on Deep Learning in Food Hazard Arabic Texts|arxiv=2008.05014}}</ref> در [[آمار]]، [[متغیر ساختگی (آمار)|متغیرهای ساختگی]] فنون مشابهی را برای نمایش [[داده‌های رسته‌ای]] نشان می‌دهند.

== کاربردها ==
=== مدارات دیجیتال ===
رمزگذاری یک‌داغ اغلب برای نشان‌دادن حالت یک [[ماشین حالات متناهی|ماشین حالت]] استفاده می‌شود. هنگام استفاده از [[رقم دودویی|باینری]]، یک [[رمزگشا]] برای تعیین حالت مورد نیاز است. با این حال، یک ماشین حالت یک‌داغ نیازی به رمزگشا ندارد زیرا ماشین حالت در ''n''مین حالت است اگر و فقط اگر بیت ''n''ام بالا (همان ۱) باشد.

=== پردازش زبان طبیعی ===
در [[پردازش زبان‌های طبیعی|پردازش زبان طبیعی]]، یک بردار یک‌داغ یک ماتریس (بردار) <small><math display="inline">1\times N</math></small> است برای تشخیص هر کلمه در واژگان از هر کلمه دیگر در واژگان استفاده می‌شود.<ref>{{cite conference|last1=Arnaud|first1=Émilien|last2=Elbattah|first2=Mahmoud|last3=Gignon|first3=Maxime|last4=Dequen|first4=Gilles|date=August 2021|pages=548–553|title=NLP-Based Prediction of Medical Specialties at Hospital Admission Using Triage Notes|url=https://ieeexplore.ieee.org/document/9565791|conference=2021 IEEE 9th International Conference on Healthcare Informatics (ICHI)|access-date=22 May 2022|location=[[Victoria, British Columbia]]|doi=10.1109/ICHI52183.2021.00103}}</ref> این بردار در تمام سلول‌ها به استثنای یک تک ۱ در یک سلول، از ۰ها تشکیل شده‌است که به‌طور منحصر به فرد برای شناسایی کلمه استفاده می‌شود.

=== یادگیری ماشین و علوم آماری ===
در یادگیری ماشین، رمزگذاری یک‌داغ روشی است که اغلب برای برخورد با داده‌های طبقه‌بندی استفاده می‌شود. از آنجایی که بسیاری از مدل‌های یادگیری ماشینی نیاز دارند که متغیرهای ورودی آن‌ها عددی باشد، متغیرهای طبقه‌بندی باید در قسمت پیش‌پردازش تبدیل شوند.<ref>Brownlee, Jason. (2017). "Why One-Hot Encode Data in Machine Learning?". Machinelearningmastery. https://machinelearningmastery.com/why-one-hot-encode-data-in-machine-learning/</ref>
{| class="wikitable floatleft"
|+رمزگذاری برچسبی
! نام غذا
! دسته‌بندی #
! کالری
|-
| سیب
| ۱
| ۹۵
|-
| جوجه
| ۲
| ۲۳۱
|-
| کلم بروکلی
| ۳
| ۵۰
|}
{| class="wikitable floatleft"
|+رمزگذاری یک‌داغ
! سیب
! جوجه
! کلم بروکلی
! کالری
|-
| ۱
| ۰
| ۰
| ۹۵
|-
| ۰
| ۱
| ۰
| ۲۳۱
|-
| ۰
| ۰
| ۱
| ۵۰
|}

== جستارهای وابسته ==
* [[دهدهی کدشده با دوپنجی]]
* [[رمزگشا|رمزگشای باینری]]
* [[کد گری]]
* [[دلتای کرونکر]]
* [[بردار شاخص]]
* [[سری دهدهی]]
* [[یکا ماتریس|بردار تک-درایه‌ای]]
* [[دستگاه اعداد یکانی]]
* [[اثبات یکتایی|کمیت منحصر به فرد]]
* [[دروازه یای انحصاری|دروازه XOR]]

== منابع ==
{{چپ‌چین}}
<references group="" responsive="1"/>
{{پایان چپ‌چین}}
[[رده:۱ (عدد)]]
[[رده:الکترونیک دیجیتال]]