Текст книги "Англо-русский толковый словарь по искусственному интеллекту и робототехнике"

D

D2D – 1. Developer-to-Developer – разработчик разработчику # сокращение, обозначающее любой вид взаимодействия между разработчиками;

2. device-to-device – технология “устройство – устройство”, технология D2D # технология, позволяющая умным устройствам (Интернета вещей, IoT, сетей 5G и др.), находящимся неподалёку друг от друга, обмениваться данными напрямую, без участия сети, что позволит снизить нагрузку на сеть.

DAI – см. distributed artificial intelligence.

dark resistance – темновое сопротивление [фоторезистора] # сопротивление фоторезистора в темноте (см. также light resistance, photoresistor).

DARPA – The Defense Advanced Research Projects Agency (Defense ARPA) – Агентство (Управление) перспективных исследований МО США, Агентство передовых оборонных исследовательских проектов, агентство DARPA (ДАРПА) # орган МО США, выполняющий посреднические функции между этим ведомством и научно-исследовательскими организациями. Задачи DARPA – сохранение технологического превосходства вооружённых сил США, предотвращение внезапного для США появления новых технических средств вооружённой борьбы, поддержка прорывных исследований и т. п. DARPA занимается также координацией ведения НИОКР, в том числе по суперкомпьютерам (программа HPCC), сетям, робототехнике, ИИ, оборонной компьютерной инициативе и др. проектам. Годовой бюджет – несколько миллиардов долларов. В 1973 г. создало сеть ARPAnet, которая впоследствии дала начало сети Internet. Феномен DARPA и достигнутые этим агентством успехи стали причиной создания его аналогов и в других странах, например ФПИ (Россия), SASTIND (Китай), DRDO (Индия), MAFAT (Израиль), GDA (Франция) и др. (см. также www.darpa.mil).

data analysis – анализ данных # дисциплина, в которой изучаются способы извлечения информации из систематически собираемых сведений (больших объёмов данных) для повышения эффективности управленческих решений; возникла в XVIII веке, когда государства начали собирать информацию о населении и состоянии экономики. Различают такие виды анализа данных, как (от простого к сложному): дедуктивный анализ (deductive analysis, inferential analysis); предиктивный, прогностический (упреждающий) анализ (predictive analysis); каузальный, причинный, причинно-обусловленный, причинно-следственный (causal analysis); механистический анализ (mechanistic analysis); интеллектуальный анализ (data mining). Современный интеллектуальный анализ данных находится на стыке ИИ и статистики (см. также AI, data analysis tool, data matrix, data mining, descriptive data analysis, exploratory data analysis).

database (DB) – база данных, БД # в самом общем смысле БД – это хранилище данных, предназначенное для их эффективного поиска, модификации, удаления и дополнения многими пользователями (при этом они не должны мешать друг другу). Данные могут храниться в различной форме – текстовой, графической, двоичной и т. п. Соответственно требованиям приложений существуют различные типы БД, основными из которых являются реляционные, иерархические, сетевые, объектные и др. Пример: Since its advent, databases have been among the most researched knowledge domains in computer science. – С момента своего появления базы данных стали одной из одной из самых важных областей знаний, привлекающей внимание многих учёных-исследователей в компьютерных науках (см. также intelligent database).

data discovery – обнаружение (выявление) закономерностей в данных # обработка и интеллектуальный анализ данных (баз данных, хранилищ, архивов, репозиториев) с целью нахождения новых знаний – принцип “от данных к знаниям”; одна из важных составляющих бизнес-аналитики. Частичный синоним – smart data discovery (см. также data analysis, database, data mining, knowledge discovery, pattern, summarization).

data-driven machine learning – машинное обучение, управляемое данными # см. также machine learning.

data-driven search – поиск, управляемый данными # в ИИ – поиск решения путём последовательного применения правил изменения состояния к известным фактам, порождения новых фактов и т. д. Синоним – forward chaining.

data glove – управляющая перчатка # устройство ввода данных в виде перчатки, надеваемой на руку; отслеживает положения пальцев в трёх измерениях и передаёт эти данные в компьютер, обычно для управления системой виртуальной реальности, ВР. В перчатке по тыльной стороне каждой руки идут тонкие оптоволоконные кабели, в каждом из которых есть небольшая трещина. На кабель падает свет, поэтому, когда пальцы согнуты, свет просачивается сквозь щели. Измерение потерь света позволяет точно определить положение руки. Первое из коммерчески доступных устройств для отслеживания движений рук, управляющих жестов (см. также force feedback glove, gesture analysis, sensor glove, virtual reality).

data historian – историк данных; специалист и/или система (БД) для работы с ретроспективными (накопленными, историческими) данными # например, база данных – архив исторических данных, статистический анализ которых является одной из основ предиктивной аналитики (см. также database, historical data, historical enterprise data, predictive analytics).

data ingestion – букв. поглощение данных; ввод (сбор, извлечение) данных [из разных источников] # в системах ИИ – процесс автоматического сбора (извлечения) неструктурированных данных (automated data ingestion) из многих источников и подготовки их для использования в машинном обучении (МО, machine learning).

data labeling – разметка однородных данных # осуществляется, в частности, для составления датасетов, наборов данных, требуемых для обучения нейросетей, для машинного обучения (МО), глубокого обучения и др. В связи с возникновением подобных потребностей появились и профессиональные сервисы, предоставляющие услуги по разметке данных (см. также ANN, dataset, deep learning, machine learning).

data mining (DM) – интеллектуальный анализ данных, извлечение информации [из данных], добыча данных # технология анализа хранилищ данных с целью выявления скрытых правил и закономерностей в наборах данных, базирующаяся на методах ИИ и инструментах поддержки принятия решений. В частности, сюда входит нахождение определённых паттернов, трендов, корреляций и коммерчески полезных зависимостей. Может выполняться автоматически (automatic data mining) либо интерактивно. Автоматические, или машинные, методы интеллектуального анализа данных – это методы поиска зависимостей между данными с помощью чисто аналитических подходов, используя генетические алгоритмы, нейронные сети и экспертные системы. Интерактивные методы базируются на научном направлении, получившем название визуальный анализ данных (visual data mining). Для решения конкретной задачи существует проблема выбора метода, который даст лучшие результаты, а также способа представления их в форме, оптимальной для восприятия пользователем. Например, core data mining methods – основные методы интеллектуального анализа данных (см. также knowledge discovery).

data preparation (также preparing data) – подготовка данных # состоит в удалении дублирующих друг друга данных, устаревших или испорченных данных, в преобразовании данных в форматы, воспринимаемые программами их обработки. В технологии автоматизированного машинного обучения, АМО – автоматическое формирование датасетов нужных форматов. Например, cloud-based data preparation platforms – облачные платформы подготовки данных (см. также automated machine learning, dataset).

dataset (также data set) – набор данных, проф. датасет # объединение отдельных элементов данных в единое целое, с которым и производятся различные манипуляции при обработке данных; например, scientific dataset – набор научных данных; complex dataset – сложный набор данных; analysis of extremely large datasets from telescopes – анализ чрезвычайно больших наборов данных, получаемых с телескопов. Датасеты, размеченные наборы структурированной информации, используются для обучения нейросетей (см. также ANN, data file, data labeling, dataset size, project data set, ROI).

data visualization – визуализация данных # совокупность методов графического, визуального представления экспериментальных или иных данных, позволяющая пользователю быстрее выделять из них значимую информацию (см. также DSS).

DBN – см. deep belief network.

DC-DC converter (также DC/DC converter) – преобразователь напряжения постоянного тока # имеет на входе одно, а на выходе другое напряжение постоянного тока, например 24 В и 12 В или 12 В и 5 В. При этом в качестве промежуточного используется переменный ток (см. также AC-DC converter, charger, converter, DC-DC voltage regulator, voltage regulator).

DC-DC voltage regulator (также DC/DC voltage regulator) – [импульсный] преобразователь-стабилизатор напряжения постоянного тока # при входном напряжении в диапазоне, например, от 1,5 В до 40 В и частоте переключения (switching frequency) 440 кГц вырабатывает выходное напряжение 5 В ± 2 % (см. также charger, DC-DC converter, switch-mode power supply, voltage regulator).

DC motor – [электро]двигатель постоянного тока # например, brushless DC motor – бесщёточный электродвигатель постоянного тока; low voltage DC motor – низковольтный электродвигатель постоянного тока (см. также AC motor, electric motor, electromechanical device, linear DC motor, robotics, servo-controlled DC motor).

D-CNN – deep convolutional neural network – глубокая свёрточная нейронная сеть (СНС), ГСНС # ГСНС построена с узлами (нейронами), имеющими обучающие веса и смещения; превосходит типичные, стандартные ИНС по быстродействию и характеризуется меньшей вычислительной сложностью (стоимостью), показывает наилучшие результаты при решении задач обработки изображений, речи, аудио и видео (см. также bias, convolutional neural network, deep learning, learning weight).

dead reckoning – навигационное счисление [пути движения, перемещения]; точный расчёт [траектории движения управляемого объекта, например робота] # см. также dead-reckoning error.

dead-reckoning error – ошибка расчёта [траектории движения управляемого объекта, например робота] # см. также dead reckoning.

dead region – мёртвая зона # в ИНС. Синонимы – dead area, dead zone (см. также artificial neural network, initialization, saturated region, Xavier initialization).

dead-weight efficiency – удельная грузоподъёмность # для БПЛА рассчитывается как отношение веса полезной нагрузки к собственному весу. Изменяя удельную грузоподъёмность БПЛА, можно варьировать полётное время (flight time) (см. также UAV).

deceleration – отрицательное ускорение, замедление, торможение, снижение числа оборотов # ср. acceleration.

decision intelligence – ИИ для принятия решений # многодисциплинарное научное направление, охватывающее математические методы создания и настройки моделей принятия решений (decision making), сочетающее в себе также методы и средства искусственного интеллекта (ИИ), аналитики, науки о данных (data science), социальных наук, теории управления и др. (см. также AI).

decision space – пространство решений # в ИИ – множество решений, удовлетворяющих конечному условию поиска в пространстве состояний (см. также A* search, AI, breadth-first search, depth-first search, state space).

decision support system (DSS) – система поддержки принятия решений, СППР # ПО, помогающее при принятии решений, в том числе благодаря средствам искусственного интеллекта (ИИ), теории принятия решений (decision theory). Пример: Decision support systems integrate heuristic knowledge-based inference, description of scenarios and situations using a network of frames, objects or scripts, conventional programs and databases (C. S. Krishnamoorthy). – СППР интегрировали в себе основанные на знаниях системы эвристического вывода, описания сценариев и ситуаций, использование сетей из фреймов, объектов и сценариев, обычные программы и базы данных (Шрирам Кришнамурти) (см. также AI decision-support system, data mining, decision support tools, expert system, real-time decision).

decision support tools – средства поддержки принятия решений # см. также DSS.

declarative knowledge – декларативные знания # в ИИ – знания, выраженные в виде описаний, фактов, правил, теорем, утверждений об объектах, их свойствах и отношениях между ними, в отличие от императивных, или процедурных, знаний, связанных, например, с тем, как объект создать. По сути, декларативные знания – это фактические знания, факты из предметной области, которые обычно обрабатываются с предварительным переводом их в процедурные знания. Например, в математике декларативное знание даёт определение квадратного корня, но ничего не говорит о том, как найти значение квадратного корня из x. Синоним – “what is true” knowledge (см. также AI, imperative knowledge, knowledge).

declination (DEC) – 1. уклон, наклон, отклонение (от вертикального или горизонтального положения) # синонимы – leaning, slope, inclination (см. также pose, robotics);

2. (также magnetic declination) – магнитное склонение;

3. спад; падение; снижение; уменьшение # см. также reduction.

decoder – декодер # устройство или программа, преобразующие кодированные данные в их первоначальную форму.

decouple – 1. развязывать;

2. уменьшать связь.

decoupler – развязывающее устройство, развязка.

dedicated electronics – специальная (специализированная) электроника.

dedicated research (также dedicated research and development, dedicated R&D) – специальное (целевое, целенаправленное) исследование; целевая научно-исследовательская работа, целевая (целевые) НИОКР # инновационные продукты и решения, преимущественно обусловливающие развитие (рост) бизнеса, являются обычно результатом больших вложений в НИОКР; однако ввиду растущей сложности и стоимости этих работ, а также быстро меняющихся рыночных требований существенно изменился и подход многих крупных высокотехнологических компаний к созданию новых продуктов. Для повышения эффективности и экономичности бизнеса сейчас такие компании всё чаще идут по пути аутсорсинга (outsourcing) и/или офшоринга (off-shoring) – они размещают свои подразделения и/или заказы на выполнение конкретных работ в странах с более выгодными экономическими условиями ведения бизнеса.

deduction – 1. дедукция # (от лат. deductio – выведение) логическое умозаключение, переход от общих положений, законов, принципов, постулатов, аксиом и т. п. к частному, конкретному выводу; один из базовых методов процесса познания. Синонимы – direct proof, top-down reasoning;

2. вывод, заключение # синоним – deducing;

3. вычитаемое # синоним – subtrahend.

deductive database – дедуктивная база данных # в экспертных системах – БД, содержащая правила для построения дедуктивных выводов (выводов от общего к частному) (см. также expert system).

deductive proof – дедуктивное доказательство, доказательство методом дедукции # см. также deductive reasoning, proof method.

deductive reasoning – дедуктивные рассуждения, дедуктивный вывод # метод, используемый, например, в языке Prolog для нахождения решения по заданным фактам и правилам (см. также commonsense reasoning, deductive database).

deep belief network (DBN) – глубокая сеть доверия (ГСД) # в машинном обучении – генеративная (порождающая) графическая модель, одна из разновидностей глубоких нейронных сетей, имеющая много слоёв скрытых переменных (узлов, нейронов, latent variables, hidden units) со связями с узлами соседних слоёв, но не с узлами своего слоя. При неконтролируемом обучении на наборе примеров (образцов) ГСД может научиться вероятностно реконструировать свои входные данные, а после такого этапа обучения может пройти контролируемое обучение для выполнения классификации (см. также belief network, classification, deep neural network, machine learning, supervised learning, unsupervised learning).

deep CNN architecture – архитектура глубокой СНС – см. D-CNN.

deepfake (также Deep Fake) – букв. глубокая подделка; дипфейк; технология deepfake, технология дипфейков # термин образован как конкатенация deep learning (глубокое обучение) и fake (подделка); технология синтеза изображения, основанная на методах и средствах искусственного интеллекта (ИИ) и нейронных сетей, позволяющая соединять и накладывать существующие изображения и видео на исходные изображения или видеоролики. Может использоваться для подмены лица человека на видео на лицо другого человека, для создания визуальных спецэффектов, поддельных новостей, дезинформации, вредоносных обманов и различных видов мошенничества. Часто применяется, например, для создания фальшивых (фейковых) порнографических видео со знаменитостями или для порномести (см. также AI, deepfake detection).

deepfake detection – обнаружение дипфейков # синоним – identifying deepfake (см. также deepfake).

deep generative model – глубокая генеративная модель # подобные модели широко используются во многих приложениях искусственного интеллекта (ИИ) и машинного обучения (МО), включая вариационные автоэнкодеры, автокодировщики (variational autoencoder, VAE) и генеративные состязательные сети (generative adversarial network, GAN) (см. также AI, artificial neural network, generative modeling, machine learning).

deep learning – 1. (также deep neural learning, deep training) – глубокое (глубинное) обучение [ИНС] # активно развивающийся с 2012 г. раздел машинного обучения (МО); технология обучения искусственных нейронных сетей с использованием больших объёмов различных видов входной информации (визуальной, графической, звуковой и др.) и последовательных уровней её представления. Глубокое обучение относится к классу параметрических моделей (parametric model). Эта категория алгоритмов работает с использованием статистики для поиска шаблонов (паттернов, pattern) в данных. Процесс, требующий больших вычислительных мощностей, поэтому разрабатываются методы обучения на меньших объёмах данных либо распараллеливания обучения (distributed deep learning). Например, limits of deep learning – ограничения [метода] глубинного обучения; applied deep learning research – прикладные исследования в области глубокого обучения (см. также convolutional neural network, D-CNN, deep learning developer, deep-learning platform, DLaaS, machine learning, model interpretability, training data);

2. (также deep structured learning, hierarchical learning) – глубокое (глубинное) структурированное, или иерархическое, [машинное] обучение, ГМО # ГМО возникло как подобласть машинного обучения (МО, machine learning), которое, в свою очередь, является подобластью искусственного интеллекта (ИИ); набор алгоритмов и методов МО на основе различных видов представления данных. Обучение может быть контролируемым, полуконтролируемым (semi-supervised) или неконтролируемым. Использование глубокого обучения рекуррентных нейронных сетей (recurrent neural networks) позволяет эффективно решать задачи в областях компьютерного зрения, распознавания речи, обработки текстов на естественном языке, машинного перевода, биоинформатики и др., причём получаемые результаты сравнимы, а в некоторых случаях даже лучше, чем результаты специалистов. Синоним – hierarchical learning (см. также open-source deep-learning library, deep learning model, speech recognition, supervised learning, unsupervised learning);

3. глубокое изучение [того или иного специального научного предмета, раздела науки] # см. также learning.

deep learning algorithm – алгоритм глубокого (глубинного) обучения – см. deep learning.

deep learning model – модель глубокого обучения # ИНС, прошедшая глубокое обучение. Модели глубокого обучения способны обнаруживать сложные отношения, существующие между входами и выходами ИНС (см. также deep learning).

deep-learning platform – платформа для глубокого обучения ИНС # совокупность программных и аппаратных средств для глубокого обучения искусственных нейронных сетей, ИНС (см. также deep learning).

deep learning solution – решение для глубокого обучения ИНС # см. также deep learning.

deep neural network (DNN) – глубокая нейронная сеть, глубинная нейронная сеть, ГНС, многослойная ИНС # ИНС, содержащая между входным и выходным слоями несколько (много) скрытых слоёв нейронов, что позволяет моделировать сложные нелинейные отношения. ГНС сейчас всё чаще используются для решения таких задач ИИ, как распознавание речи, обработка текстов на естественном языке, компьютерное зрение и т. п., в том числе в робототехнике. Отметим, что программные модели таких сетей требуют высокой вычислительной мощности (см. также AI, ANN, computer vision, deep belief network, deep learning, incremental compression, machine learning, multilayer perceptron, recurrent network, recursive neural network, shallow neural network, speech recognition, robotics).

deep reasoning – глубокое рассуждение (умозаключение) # направление искусственного интеллекта (ИИ), цель которого – научить машины понимать неявные отношения (связи) между различными вещами, объектами, обычно достаточно очевидные для человека, но не для компьютера, работающего по чётким командам (программам) (см. также AI, artificial neural network, Deep Reasoning Network, machine learning, reasoning).

Deep Reasoning Network (DRNet) – сеть (ИНС) глубокого рассуждения (умозаключения) # представляет собой комплексный фреймворк (end-to-end framework), сочетающий методы глубокого обучения (deep learning) и логического рассуждения, вывода (reasoning) для решения сложных задач, обычно в конфигурации неконтролируемого или полуконтролируемого (слабо контролируемого) обучения (semi-supervised learning, weakly-supervised learning). Успешно решает серьёзные научные задачи с кристаллическими структурами и др. (см. также AI, artificial neural network, machine learning, reasoning).

de facto standard – стандарт де-факто, фактический стандарт # стандарты на программные или аппаратные средства, которые приобрели широкую популярность не потому, что были утверждены международной организацией по стандартизации, а благодаря их широкому распространению – например, ввиду доминирующего положения компании-разработчика (изготовителя) в конкретном секторе рынка (см. также open standard, proprietary standard).

default – 1. (также default value) – [установленный, используемый, выбираемый] по умолчанию, значение по умолчанию # 1. значение параметра, состояние, условие, конфигурация, положение переключателей и т. п., предполагаемое при включении, сбросе или инициализации устройства или системы, а также при запуске программы на исполнение. В ходе работы или в процессе конфигурирования оно может быть изменено пользователем; 2. значение, автоматически присваиваемое переменной, если оно не задано; 3. выполняемое действие, если не указано другого; 4. заранее заданный вариант ответа, автоматически устанавливаемый программой в диалоговом окне, если пользователь не сделал другого выбора;

2. подразумеваемый, опущенный.

default password – пароль по умолчанию # часто поставляется производителем вместе с устройством, указывается в инструкции к этому устройству и заменяется новым паролем в процессе инсталляции устройства.

defend – защищать; оборонять; охранять # синонимы – guard, protect, safeguard.

defensive – 1. оборона;

2. оборонительный, оборонный; защитный, защищающий # см. также defensive behavior, defensive distillation.

defensive behavior – оборонительное поведение; защитное поведение # см. также behavior.

defensive distillation – защитная дистилляция [ИНС] # технология защиты ИНС, систем распознавания, систем ИИ от состязательных атак, способ снижения вероятности ложноположительных результатов. Ранее для этого разработчики использовали так называемое конкурентное обучение (adversarial training) – они сами создавали типичные обманные обучающие образцы “чёрного списка”, чтобы система отвергала их и тем самым усложняла задачу для злоумышленников. А защитная дистилляция, или дистилляционное обучение (distillation training), предусматривает создание двух моделей, первая из которых обучается на жёстких, строгих метках и требует 100-процентной точности совпадения по выбранным признакам-параметрам (если атакующий определит, взломает выборку, используемую системой, он сможет предложить ей обманные, фейковые образцы и получить ложноположительный результат). Вторая модель обучается на более мягких, нестрогих метках (с 95 % вероятностью совпадения) и служит дополнительным фильтром, затрудняющим задачу атакующего. Второй, “дистилляционный” алгоритм обеспечивает гораздо более высокую степень робастности системы, поскольку атакующий, даже если он взломает алгоритм первой модели, вряд ли сможет сразу обмануть и вторую модель. Главное достоинство дистилляционного подхода – возможность адаптации к неизвестным угрозам и атакам. Если другие эффективные методы защиты систем распознавания от состязательных атак требуют постоянного отслеживания и введения в систему сигнатур всех известных уязвимостей и атак, то дистилляция более динамична и работает при минимальном участии человека. А главный недостаток заключается в том, что вторая модель, хотя она успешно отвергает входные манипуляции, всё же ограничена общими правилами первой модели, так что при наличии достаточной вычислительной мощности и компетентности атакующего возможен взлом обеих моделей. Дистилляционные модели уязвимы также для так называемых poisoning attack – атак заражением обучающих входных данных, когда исходная база обучающих образцов портится злоумышленником (см. также adversarial attack, adversarial example, false-positive result, labeled data, machine learning, unlabeled data).

defer – задерживать, откладывать; приостанавливать # см. также suspend.

deferrable – допускающий задержку (приостановку).

deferred – отложенный, отсроченный # например, deferred operation – отложенная операция.

degree of freedom (DOF, DF) – степень свободы, степень подвижности [робота] # степенью свободы движения (перемещения) считается каждое независимое направление (линейное или угловое), в котором может перемещаться робот или его исполнительный механизм, рабочий орган (эффектор). У многозвенного робота (serial robot) каждый сустав (joint) представляет одну степень подвижности (свободы). В общем случае число степеней подвижности (свободы) соответствует числу осей (number of axes) робота. Произвольное позиционирование требует шести степеней свободы – это три направления движения для выбора позиции, положения, расположения рабочего органа (left-right, влево-вправо; forward-backward, вперёд-назад; и up-down, вверх-вниз) и три угловых перемещения для задания ориентации, известные как рыскание, тангаж и крен (yaw, roll, pitch). Отметим, что рука человека имеет три сустава (плечо, локоть и запястье), два из которых являются сложными (плечо и запястье), также давая шесть степеней свободы (см. также 6DOF, axis, end-effector, maneuverability, mobility, robot).

degrees of freedom – 1. степени свободы, число степеней свободы # число независимых переменных в системе;

2. степени подвижности (свободы) [робота] – см. degree of freedom.

dendrite – дендрит # (от греч. dendron – дерево) отросток биологического нейрона, воспринимающий сигналы от других нейронов, рецепторных клеток или непосредственно от внешних раздражителей и передающий телу нейрона нервные импульсы, которые могут оказывать как возбуждающее, так и тормозящее воздействие. Активность в дендритах меняется плавно, длина их обычно не больше 1 мм. В совокупности дендриты образуют дендритное дерево – ветвящуюся систему (в нейронной сети возможны обратные связи), проводящую сигналы в триггерную область (аксоновый холмик) мембраны нейрона. Нервные клетки, в зависимости от специализации, могут иметь до десяти тысяч дендритов, но могут и не иметь их вовсе (см. также axon, biological neuron, synaptic connection).

denoising – устранение шумов; подавление шумов, помех; шумоподавление # при обработке изображений и распознавании образов позволяет различать “идеальные” и “искажённые” изображения; методы устранения шумов и соответствующие алгоритмы обычно держатся в секрете (см. также denoising autoencoder).

denoising autoencoder – шумоподавляющий (шумоустойчивый) автокодировщик, помехоустойчивый автокодировщик # см. также autoencoder.

depth camera – камера с восприятием глубины сцены, 3D-камера # камера нового поколения, фиксирующая большое число двумерных изображений, из которых формируются трёхмерные; такие камеры могут применяться в системах компьютерного зрения, в робототехнике, в интерфейсах пользователя, например для управления компьютером или ТВ при помощи жестов (gesture-controlled TV, smart TV), для взаимодействия специалистов при совместной работе над проектами, для обмена данными и т. п. Синонимы – 3D camera, 3D depth camera, in-depth camera.

depth-first search (также depth first search, DFS) – поиск в глубину, алгоритм DFS # в ИИ – алгоритм систематического поиска в пространстве решений (см. decision space), при котором сначала просматриваются состояния на одном пути, а затем происходит возврат назад и формируется следующий путь. Алгоритм может не закончить свою работу, если пространство состояний бесконечно. На графах этот алгоритм продвигается сначала в глубину графа, достигнув вершины без ребер, поиск возвращается к предыдущей вершине и процесс продолжается. Чтобы запомнить путь обхода графа, используется стек, в который помещается вершина на время её исследования и из которого она удаляется, когда нужно вернуться (см. также breadth-first search, search, state space search).

depth-limited search (также depth limited search, DLS) – поиск в глубину с ограничением, поиск с ограничением глубины, алгоритм DLS # в ИИ – вариант поиска в глубину с заранее определённым пределом глубины l, что позволяет решить проблему бесконечного пути (см. также depth-first search, iterative-deepening depth-first search).

depth of search – глубина поиска # например, user-determined depth of search – определённая (заданная) пользователем глубина поиска (см. также depth-first search).

derivative map – производная карта # в ГИС – карта, созданная путём изменения исходной электронной карты, комбинирования нескольких карт или в результате анализа других карт (см. также GIS).

descriptive classification – описательная классификация # начальный этап классификации – сбор статистических данных для последующего анализа и сущностной, качественной классификации. Один из методов научного исследования (см. также classification).