Англо-русский толковый словарь по искусственному интеллекту и робототехнике стр. 320
wireless sensing – беспроводное считывание [данных датчиков] # применяется, в частности, в медицинских системах для контроля параметров, определяющих состояние здоровья пациента; в нефтяной и газовой промышленности для измерения текущих рабочих параметров и др. Например, wireless sensing distance – расстояние (дальность восприятия, радиус действия) беспроводного считывания, обычно измеряется десятками сантиметров.
wireless sensing network (также wireless sensor network , WSN ) – беспроводная сенсорная сеть (система, приложение) # сеть с беспроводными датчиками для считывания контрольных данных в медицине, в нефтяной и газовой промышленности, в военном деле и др.
wireless sensing system – беспроводная сенсорная система – см. wireless sensing network.
wireless sensor – 1. беспроводной датчик # датчик объёмом в несколько кубических миллиметров и менее (wireless nano-sensor), предназначенный для беспроводных сенсорных сетей. У таких датчиков много разных применений на производстве – для контроля уровня опасных веществ в воздухе, мониторинга движущихся частей механизмов и т. п. Например, autonomous wireless sensor node – автономный узел с беспроводными датчиками (элемент беспроводной сенсорной сети, системы или приложения) (см. также sensor, wireless sensor network);
2. см. wireless body sensor.
wireless sensor network – беспроводная сенсорная сеть # сенсорная сеть (sensor network), элементами которой являются миниатюрные и сверхминиатюрные беспроводные датчики (wireless sensor). Такая сеть характеризуется высокой плотностью размещения узлов (несколько узлов на квадратный метр), низкими скоростями обмена данными (менее 1 Кбит/с), небольшими расстояниями между узлами (менее 100 м). Например, wireless sensor network node – узел беспроводной сенсорной сети.
word2vec (также word-to-vec ) – букв. “слово в вектор”; векторизация слов, преобразование слов в векторы # в обработке естественного языка (natural language processing, NLP), в обработке текстов – новый метод векторизации, который в 2013 году предложил чешский аспирант Томаш Миколов и который стал прорывной технологией в области обработки текстов; он значительно упрощал и сокращал вычисления и при этом позволял учитывать семантику отдельных слов. Нейросетевая модель, предложенная Миколовым для создания эмбеддингов (word embedding), очень проста, основана на гипотезе локальности (“слова, которые встречаются в одинаковых окружениях, имеют близкие значения”) и призвана предсказывать вероятность слова по его окружению (контексту) (см. также BOW, continous bag of words, skip-gram, text analytics, vector, vectorization).
word embedding – векторизация слов, векторное представление слов, погружение слов в линейное векторное пространство; проф. эмбеддинг, редко эмбеддинг слов # в обработке естественного языка (natural language processing, NLP), в обработке текстов – процесс и результат представления слов для анализа текстов, обычно в виде сжатого вектора относительно небольшого размера (embedding), кодирующего смысловое значение конкретного слова таким образом, чтобы оно было похоже на соседние слова в данном векторном пространстве. При этом используются разные технологии языкового моделирования и выделения признаков с отображением слов или фраз из словаря на векторы вещественных (действительных) чисел. Концептуально это является операцией математического преобразования пространства с многоразмерными представлениями слов в непрерывное векторное пространство гораздо меньшей размерности. Подобное преобразование осуществляется при помощи таких методов, как искусственные нейронные сети (ИНС, neural network), уменьшение размерности матрицы словных коллокаций (word co-occurrence matrix), вероятностные языковые модели (probabilistic language model), база знаний объяснения-оправдания (explainable knowledge base), явное представление контекстов, в которых встречаются данные слова (explicit representation in terms of the context in which words appear). Векторное представление слов и фраз (phrase embedding) для данных ввода (входных данных)