ADK.wang AI & 软件技术百科
全库汇聚全球 22,000+ 核心技术词条,深度引证上千本行业权威学术专著,涵盖大模型原理、云原生、架构设计与工程效能。
22,077
全量学术技术词条
9 大
核心专业领域体系
10,000+
权威专著深度引证
100%
原书精粹与工业对齐
专业技术领域分类
共 22109 篇词条临时节点
EPHEMERAL
在云原生与容器化架构中,临时节点指生命周期极短、仅用于特定任务执行后自动销毁的计算资源实例,旨在实现资源弹性伸缩与成本优化。
丹纳赫商业系统
Danaher Business System
丹纳赫商业系统(DBS)是丹纳赫公司构建的端到端数字化平台,通过整合ERP、CRM、SCM等核心模块,实现全球业务运营的实时洞察与协同优化。
丹麦电信 (TDC)
丹麦电信并非独立技术实体,而是丹麦王国(Kingdom of Denmark)这一主权国家的通识性商业创新代表,其核心价值在于利用北欧高福利与数字化基础设施推动社会创新。
主义教育理论
Progressive Theory
主义教育理论并非数据库与大数据领域的专业技术术语,而是源自教育哲学与政治经济学的概念,指代一种强调个人自主、渐进式发展与民主参与的教育思想体系,与数据存储或计算架构无直接关联。
主从设备
Master-Slave
主从设备是一种分布式系统架构模式,其中主节点负责处理所有写入请求并作为单一数据源,从节点负责异步同步数据以提供高可用性与读写分离能力。
主体系统
Agents and Action System
主体系统(Agents and Action System)是人工智能与大模型领域内,指具备自主感知、决策与执行能力的智能体集合,通过多智能体协作实现复杂任务的自动化与智能化处理。
主内存
Main memory
主内存是计算机系统中直接供CPU随机存取数据和指令的高速半导体存储组件,作为连接处理器与辅助存储的关键枢纽,决定了系统的实时响应能力。
主分量分析 (PCA)
主分量分析(PCA)是一种基于正交线性变换的无监督降维算法,通过提取数据方差最大的正交方向作为新特征,在大幅降低数据维度的同时最大化保留原始信息,是机器学习特征工程与数据可视化的基石。
主力
Control
主力是股票市场中由资金雄厚机构构成的主导力量,通过吸筹、拉升、洗盘、出货等策略操纵股价走势,是连接市场情绪与资产价格的关键枢纽。
主动冗余技术
Active-Active Redundancy
主动冗余技术是一种在系统各组件间并行运行、实时共享负载与状态,通过动态故障转移机制确保高可用性的架构策略,旨在消除单点故障并提升整体系统弹性。
主动强化学习
Active RL
主动强化学习是一种通过智能体主动与环境交互以最大化信息增益的强化学习变体,旨在加速样本效率并解决稀疏奖励问题。
主动待机
Active Standby
主动待机是一种通过用户主动触发或系统预设策略,使设备从低功耗休眠状态快速唤醒并恢复至全功能运行状态的技术机制,旨在平衡能耗与响应速度。
主动适配器
Driving Adapters
主动适配器(Driving Adapters)是云原生网络中一种主动式流量调度与连接管理组件,通过预测性决策和动态路由优化,在容器网络中实现低延迟、高可用的服务间通信。
主域名服务器
Master DNS
主域名服务器是 DNS 架构中的权威记录持有者,负责存储并响应特定区域的域名解析请求,是域名系统数据一致性与解析准确性的核心源头。
主备模型
Primary-backup
主备模型是一种在分布式系统或高可用架构中,通过部署一个主实例处理核心业务流量,并同步维护一个备用实例待命以保障系统连续性的冗余容灾策略。
主密钥 (PMK)
主密钥是密码学体系中最高层级的密钥,专用于加密和管理其他密钥(密钥加密密钥),是构建安全密钥分发与存储架构的基石。
主导协议是互联网协议 (IP)
主导协议是互联网协议,指在特定网络环境中起统领全局、推动发展并确立标准规范的核心通信协议,是构建云原生网络架构的基石。
主引导记录 (MBR)
主引导记录(MBR)是硬盘首个物理扇区内的引导代码,通过分区表定位活动分区并加载操作系统,是传统BIOS架构下计算机启动流程的初始入口点。
主引擎 (QMD)
主引擎并非通用技术术语,而是指代在特定商业或组织语境下,作为核心驱动力量、负责统筹全局战略执行与关键业务流转的单一主导系统或实体。
主张扩大劳动所得税抵免 (EITC)
主张扩大劳动所得税抵免是倡导通过提高低收入劳动者税收减免额度,以增强其可支配收入、促进就业并实现社会公平的一项财政政策倡议。
主成分分析法 (PCA)
主成分分析法是一种基于正交线性变换的无监督降维算法,通过投影将高维相关特征转换为方差贡献度递减的互不相关主成分,以保留核心信息并简化数据结构。
主成分分解 (PCA)
主成分分解是一种基于协方差矩阵特征值分解的降维算法,通过提取数据方差最大的正交方向(主成分)来重构高维数据,在特征提取与去噪中发挥核心作用。
主成分回归 (PCR)
主成分回归(PCR)是一种融合主成分分析与线性回归的统计技术,通过降维消除多重共线性来稳定回归系数,是处理高维共线性数据的核心算法。
主成分节点
PrinComp
主成分节点(PrinComp)是机器学习主成分分析(PCA)算法中用于表示数据核心变异方向的关键数学向量,通过线性变换将高维数据降维至低维空间以保留最大信息量。