25.10.2016 |
10:51:04 |
progr. |
statically linked native binary |
статически скомпонованный двоичный файл машинного кода |
25.10.2016 |
10:50:35 |
progr. |
native binary |
двоичный файл машинного кода |
25.10.2016 |
10:49:17 |
progr. |
non-virtual inheritance |
невиртуальное наследование |
25.10.2016 |
10:31:28 |
progr. |
concurrent programming language |
язык многопоточного программирования (Microsoft) |
25.10.2016 |
10:31:18 |
IT |
concurrent programming language |
язык совмещённого программирования |
25.10.2016 |
10:30:22 |
progr. |
one-element channel |
одноэлементный канал |
25.10.2016 |
10:29:47 |
IT |
asynchronous receiving |
асинхронное получение сообщений |
25.10.2016 |
10:29:36 |
IT |
receiving |
получение сообщений |
25.10.2016 |
10:28:53 |
progr. |
concurrent programming construct |
конструкция многопоточного программирования |
25.10.2016 |
10:27:52 |
comp. |
interprocess communication |
межпроцессная передача данных |
25.10.2016 |
10:27:52 |
comp. |
interprocess communication |
межпроцессная передача сообщений |
25.10.2016 |
10:26:49 |
gen. |
through the use of |
благодаря |
25.10.2016 |
10:26:49 |
gen. |
through the use of |
благодаря использованию |
25.10.2016 |
10:26:30 |
gen. |
through the use of |
с использованием |
25.10.2016 |
10:26:30 |
gen. |
through the use of |
посредством использования |
25.10.2016 |
10:25:55 |
IT |
receiving |
получение данных |
25.10.2016 |
10:25:42 |
IT |
asynchronous receiving |
асинхронное получение данных |
25.10.2016 |
10:23:23 |
progr. |
channel for synchronization |
канал синхронизации |
25.10.2016 |
10:21:48 |
progr. |
rendezvous behavior |
поведение, реализующее рандеву (a process waiting to receive an object from a channel will block until the object is sent) |
25.10.2016 |
10:18:41 |
progr. |
process calculus approach to concurrency |
подход к многопоточности с использованием исчисления процессов |
25.10.2016 |
10:16:49 |
progr. |
built-in concurrency primitive |
встроенный многопоточный примитив |
25.10.2016 |
10:15:34 |
progr. |
concurrency primitive |
многопоточный примитив |
25.10.2016 |
10:14:42 |
progr. |
remote package management |
удалённое управление пакетами |
25.10.2016 |
10:14:12 |
progr. |
through type inference |
с использованием вывода типов |
25.10.2016 |
10:12:20 |
IT |
multiprocessing |
многопроцессорные вычисления |
25.10.2016 |
10:11:07 |
progr. |
light on the page |
позволяющий легко отыскать взглядом структуру кода (говоря о синтаксисе языка программирования) |
25.10.2016 |
10:08:45 |
progr. |
light on the page |
обеспечивающий лёгкость понимания (по принципу: "Посмотрел – и сразу понял") |
25.10.2016 |
10:07:35 |
progr. |
light on the page |
позволяющий понять с минимальными интеллектуальными усилиями |
25.10.2016 |
10:07:06 |
progr. |
light on the page |
с визуально легко различимой структурой кода |
25.10.2016 |
10:06:00 |
progr. |
light on the page |
позволяющий легко сориентироваться в коде (говоря о синтаксисе языка программирования) |
25.10.2016 |
10:05:29 |
progr. |
light on the page |
эргономичный (позволяющий понять структуру кода и глубинную суть решаемых кодом задач с минимальными интеллектуальными усилиями) |
25.10.2016 |
10:04:53 |
progr. |
light on the page |
обеспечивающий лёгкость и глубину понимания (говоря о синтаксисе языка программирования, позволяющем понять структуру кода и глубинную суть решаемых кодом задач с минимальными интеллектуальными усилиями) |
25.10.2016 |
10:03:34 |
progr. |
light on the page |
лёгкий для понимания |
25.10.2016 |
10:03:34 |
progr. |
light on the page |
лёгкий для чтения |
25.10.2016 |
10:03:34 |
progr. |
light on the page |
удобный для глаза |
25.10.2016 |
9:56:32 |
lit. |
light on the page |
легко лежащий на странице (говоря о тексте) |
25.10.2016 |
9:45:27 |
psychol. |
positive characteristics |
достоинства |
25.10.2016 |
9:45:27 |
psychol. |
positive characteristics |
положительные стороны |
25.10.2016 |
9:45:05 |
progr. |
common criticisms of other languages |
общие недостатки других языков программирования |
25.10.2016 |
9:42:23 |
softw. |
self-hosting |
самогенерирующийся (говоря о компиляторе, созданном для языка программирования, путем разработки его исходного кода на том же языке программирования, который он предназначен компилировать, т.е. с созданием компилятором выполняемых файлов из исходного кода самого компилятора) |
25.10.2016 |
9:41:04 |
softw. |
production system |
программный комплекс, переданный в промышленную эксплуатацию |
25.10.2016 |
9:40:44 |
softw. |
production system |
программный комплекс, введённый в промышленную эксплуатацию |
25.10.2016 |
9:40:44 |
softw. |
production system |
программный комплекс, сданный в промышленную эксплуатацию |
25.10.2016 |
9:37:26 |
comp., net. |
library for bidirectional communications |
библиотека двусторонней связи (InfoWorld) |
25.10.2016 |
9:35:57 |
quot.aph. |
in the late-2016 or early-2017 timeframe |
в конце 2016 г. или в начале 2017 г. (InfoWorld) |
25.10.2016 |
9:34:17 |
busin. |
be slated |
быть поставленным в план (to + inf. ... – ... на + отглаг. сущ.) |
25.10.2016 |
9:32:37 |
quot.aph. |
later this year or in the first quarter of 2017 |
в конце текущего года или в первом квартале 2017 года (InfoWorld) |
25.10.2016 |
9:31:38 |
progr. |
write portable code |
разрабатывать переносимый код (код, который может быть скомпонован и откомпилирован, чтобы функционировать во многих различных средах без осуществления изменений в пользовательской (написанной пользователем) части кода) |
25.10.2016 |
9:31:29 |
progr. |
write portable code |
написать переносимый код (код, который может быть скомпонован и откомпилирован, чтобы функционировать во многих различных средах без осуществления изменений в пользовательской (написанной пользователем) части кода) |
25.10.2016 |
9:28:39 |
IT |
ARM processor backing |
поддержка процессоров ARM (InfoWorld) |
25.10.2016 |
9:27:54 |
progr. |
open source runtime |
среда выполнения с открытым исходным кодом |
24.10.2016 |
19:22:51 |
progr. |
variable declaration and initialization |
объявление и инициализация переменной |
24.10.2016 |
19:21:57 |
progr. |
mandatory keyword |
обязательное к использованию ключевое слово (для оформления кода, формирования синтаксических конструкций в языке программирования) |
24.10.2016 |
19:13:57 |
progr. |
CSP-style |
на основе взаимодействующих последовательных процессов |
24.10.2016 |
19:13:43 |
progr. |
concurrent programming features |
средства многопоточного программирования |
24.10.2016 |
19:13:29 |
progr. |
CSP-style concurrent programming features |
средства многопоточного программирования на основе взаимодействующих последовательных процессов |
24.10.2016 |
19:11:21 |
cultur. |
in the tradition of |
в традиции |
24.10.2016 |
19:11:01 |
progr. |
memory safety features |
средства обеспечения безопасности доступа к памяти (в языке программирования) |
24.10.2016 |
19:08:21 |
progr. |
with garbage collection |
с автоматическим управлением памятью (с автоматическим управлением освобождением динамической памяти; русс. термин "автоматическое управление памятью" взят из кн.: Рихтер Дж. CLR via C#. Программирование на платформе Microsoft .NET Framework 2.0 на языке C#; Савихин О.Г Основы разработки приложений в Microsoft Visual Studio .NET) |
24.10.2016 |
18:46:40 |
busin. |
real-time bidding |
открытые торги в реальном времени |
24.10.2016 |
18:46:26 |
softw. |
real-time bidding system |
система открытых торгов в реальном времени |
24.10.2016 |
17:55:57 |
scient. |
functional neuroimaging |
функциональная нейровизуализация |
24.10.2016 |
17:50:37 |
psychol. |
memory representations |
образы представления (образы памяти) |
24.10.2016 |
17:50:37 |
psychol. |
memory representations |
образы памяти |
24.10.2016 |
17:42:38 |
AI. |
computational resources of brains |
вычислительные ресурсы головного мозга |
24.10.2016 |
17:41:22 |
AI. |
ICA |
анализ независимых компонентов (сокр. от "independent component analysis") |
24.10.2016 |
17:41:22 |
AI. |
independent component analysis |
анализ независимых компонентов |
24.10.2016 |
17:31:46 |
scient. |
Institute for Neural Computation |
Институт нейросетевой обработки данных |
24.10.2016 |
17:30:05 |
scient. |
theoretical biology |
теоретическая биология |
24.10.2016 |
17:29:36 |
scient. |
theoretical and computational biology |
теоретическая и вычислительная биология |
24.10.2016 |
17:29:08 |
scient. |
computational neurobiology |
вычислительная нейробиология |
24.10.2016 |
17:23:01 |
AI. |
unsupervised learning of image transformations |
обучение преобразованию изображений без учителя |
24.10.2016 |
17:22:25 |
dat.proc. |
image transformations |
преобразование изображений |
24.10.2016 |
17:20:43 |
AI. |
Helmholtz machine |
машина Гельмгольца |
24.10.2016 |
17:20:15 |
AI. |
neural network research |
исследования по нейронным сетям |
24.10.2016 |
17:17:20 |
AI. |
adaptive perception |
адаптивное распознавание |
24.10.2016 |
17:13:37 |
AI. |
deep learning community |
сообщество специалистов по технологии глубокого обучения (искусственных нейронных сетей) |
24.10.2016 |
17:12:53 |
AI. |
multi-layer neural network |
многослойная нейронная сеть |
24.10.2016 |
17:12:31 |
AI. |
backpropagation algorithm |
алгоритм обратного распространения ошибки (из кн.: Головко В.А. Нейросетевые технологии обработки данных, 2017) |
24.10.2016 |
17:12:17 |
AI. |
generalized backpropagation algorithm |
обобщённый алгоритм обратного распространения ошибки |
24.10.2016 |
17:03:55 |
names |
Parondjanov |
Паронджанов |
24.10.2016 |
17:02:57 |
astronaut. |
on-board computers for space applications |
БЦВМ космического применения |
24.10.2016 |
16:52:22 |
names |
Jeoffrey |
Жофрей |
24.10.2016 |
16:50:55 |
scient. |
transactions of the Royal Society of Edinburgh and of the Royal Irish Academy |
труды Королевского общества Эдинбурга и Королевской Ирландской академии |
24.10.2016 |
16:50:23 |
philos. |
philosophical transactions |
философские труды |
24.10.2016 |
16:47:15 |
AI. |
restricted Boltzmann machine |
машина Больцмана с ограниченной связностью (в искусственных нейронных сетях этой архитектуры связи существуют только между скрытыми и видимыми нейронами, но при этом отсутствуют между нейронами одного класса. Ограниченные машины Больцмана используются в сетях глубокого обучения. В частности, глубокие сети доверия могут быть получены путём "наложения" машины Больцмана с ограниченной связностью и последующего дообучения при помощи алгоритма обратного распространения ошибки) |
24.10.2016 |
16:46:23 |
AI. |
restricted Boltzmann machine |
ограниченная машина Больцмана (в искусственных нейронных сетях этой архитектуры связи существуют только между скрытыми и видимыми нейронами, но при этом отсутствуют между нейронами одного класса. Ограниченные машины Больцмана используются в сетях глубокого обучения. В частности, глубокие сети доверия могут быть получены путём "наложения" машины Больцмана с ограниченной связностью и последующего дообучения при помощи алгоритма обратного распространения ошибки) |
24.10.2016 |
16:42:38 |
AI. |
RBM |
машина Больцмана с ограниченной связностью (сокр. от "restricted Boltzmann machine") |
24.10.2016 |
16:42:38 |
AI. |
RBM |
ограниченная машина Больцмана (сокр. от "restricted Boltzmann machine") |
24.10.2016 |
16:35:23 |
AI. |
deep learning technology |
технология глубокого обучения |
24.10.2016 |
16:34:15 |
AI. |
deep neural network |
глубокая нейронная сеть (ibm.com) |
24.10.2016 |
16:28:37 |
AI. |
subsampling layer |
слой подвыборки |
24.10.2016 |
16:28:37 |
AI. |
subsampling layer |
субдискретизирующих слой |
24.10.2016 |
16:28:10 |
AI. |
convolutional layer |
свёрточный слой (искусственной нейронной сети | A convolutional layer contains a set of filters whose parameters need to be learned. The height and weight of the filters are smaller than those of the input volume. Each filter is convolved with the input volume to compute an activation map made of neurons. In other words, the filter is slid across the width and height of the input and the dot products between the input and filter are computed at every spatial position. The output volume of the convolutional layer is obtained by stacking the activation maps of all filters along the depth dimension. Since the width and height of each filter is designed to be smaller than the input, each neuron in the activation map is only connected to a small local region of the input volume. In other words, the receptive field size of each neuron is small, and is equal to the filter size. The local connectivity is motivated by the architecture of the animal visual cortex where the receptive fields of the cells are small. The local connectivity of the convolutional layer allows the network to learn filters which maximally respond to a local region of the input, thus exploiting the spatial local correlation of the input (for an input image, a pixel is more correlated to the nearby pixels than to the distant pixels). In addition, as the activation map is obtained by performing convolution between the filter and the input, the filter parameters are shared for all local positions. The weight sharing reduces the number of parameters for efficiency of expression, efficiency of learning, and good generalization.) |
24.10.2016 |
16:24:53 |
AI. |
DNN |
глубинная нейронная сеть |
24.10.2016 |
16:24:46 |
AI. |
DNN |
глубокая нейронная сеть (сокр. от "deep neural network") |
24.10.2016 |
16:03:50 |
scient. |
future directions |
направления дальнейших исследований |
24.10.2016 |
15:22:39 |
IT |
quantum program |
программа для квантовых компьютеров |
24.10.2016 |
15:22:09 |
IT |
perfect the algorithms |
проводить отработку алгоритмов |
24.10.2016 |
15:21:22 |
scient. |
academic and research institutions |
высшие учебные заведения и научно-исследовательские институты |