translation augmentation robustness improving
Google – Cloud Translation API
前言 通常网站内容翻译，我们都不推荐使用 Google Translate。但网站中一些不那么重要的内容确实可以用 Google Translate。比如 Customer Reviews。 这篇是续 Google Maps Embed API & JavaScript API Google – R ......
【PRC】鲁棒跨域伪标记和对比学习的无监督域自适应NIR-VIS人脸识别 Robust Cross-Domain Pseudo-Labeling and Contrastive Learning for Unsupervised Domain Adaptation NIR-VIS Face Recognition
【该文章为杨学长的文章，膜拜】 探索跨领域数据中的内在关系并学习领域不变表示 由于需要在低光照条件下实现24h的人脸识别，近红外加可见光的(NIR-VIS)人脸识别受到了更多的关注。但是数据标注是一个难点。该文章提出了Robust crossdomain Pseudo-labeling and Co ......
利用不可识别的人脸来增强人脸识别性能Harnessing Unrecognizable Faces for Improving Face Recognition
灰色标记：可以日后引用的观点 红色标记：好的写法、语句、单词 紫色标记：文章重点 黄色标记：寻常突出 文章评论：： 创新点：： 主要内容：： gallery中的样本通常是人为采集并精心挑选的，它们具有较好的可识别性；然而，query通常来自于真实场景，它们受多种因素干扰如像素等等。 针对“检测器能检 ......
如何使用 Angular augmentation 技术增强一个 enum 类型
增强 TypeScript 和 Angular 中的 Enum 类型 在 TypeScript 和 Angular 应用中，枚举类型（Enum）是一种非常有用的工具，用于定义一组命名的常量值。然而，有时我们需要在现有的枚举类型上进行扩展或增强。这正是 Augmentation（增强）技术的用武之地。 ......
如何使用 TypeScript 的 module augmentation 技术增强 Spartacus Feature Library
module augmentation 技术是一种强大的 TypeScript 功能，它允许开发人员在不修改原始代码的情况下扩展现有模块的功能。这种技术在 Angular 生态系统中的应用尤为广泛，特别是在构建功能库和插件时，以确保代码的可维护性和可扩展性。 概述 Module augmentati ......
[论文速览] SDXL@ Improving Latent Diffusion Models for High-Resolution Image Synthesis
Pre title: SDXL: Improving Latent Diffusion Models for High-Resolution Image Synthesis accepted: arXiv 2023 paper: https://arxiv.org/abs/2307.01952 co ......
translate
教程 命令行 在命令行中： $ translate-cli -t zh "This is a pen." Translation: 这是一支笔 Translated by: MyMemory 或 $ translate-cli -t zh "This is a pen." -o 这是一支笔 选项 $ ......
Paper reading: Improving Deep Forest by Exploiting High-order Interactions
为了对深度森林设计出信息量更大、计算成本更低的特征表示，本文提出了一种新的深度森林模型——高阶交互深度森林(hiDF)，利用输入特征的稳定高阶交互来生成信息丰富且多样化的特征表示。具体而言，本文设计了一个广义版本的随机交叉树(gRIT)来发现稳定的高阶相互作用，并应用激活线性组合(ALC)将这些相互... ......
论文解读（LR2E）《Learning to Reweight Examples for Robust Deep Learning》
Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：Learning to Reweight Examples for Robust Deep Learning论文作者：Mengye Ren、Wenyuan Zeng、Bin Yang、Raquel Urta ......
【ICML2022】Understanding The Robustness in Vision Transformers
来自NUS&NVIDIA 文章地址：[2204.12451] Understanding The Robustness in Vision Transformers (arxiv.org) 项目地址：https://github.com/NVlabs/FAN 一、Motivation CNN使用滑动 ......
Proj CDeepFuzz Paper Reading: Invariance-inducing regularization using worst-case transformations suffices to boost accuracy and spatial robustness
## Abstract 本文： Task: 1. prove invariance-inducing regularizers can increase predictive accuracy for worst-case spatial transformations 2. prove that ......
字符串 str.maketrans()方法，translate()方法
maketrans方法 translate方法 返回的是字典格式，字典内容为：{ 原字符串的unicode数值或ASCII数值：替换后字符串的unicode数值或ASCII数值 } 常和translate()方法搭配使用。 注：Python3.4 已经没有 string.maketrans() 了， ......
translate
# [[ABC297G] Constrained Nim 2](https://www.luogu.com.cn/problem/AT_abc297_g) **`SG`函数**是本篇文章的先决条件。如果您不了解它，请参阅以往的ABC问题的解析文章。（类似问题：[ABC255-G](https://a ......
论文解读（SimGCL）《Are Graph Augmentations Necessary? Simple Graph Contrastive Learning for Recommendation》
Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：Are Graph Augmentations Necessary? Simple Graph Contrastive Learning for Recommendation论文作者：Junliang Yu ......
A Novel Noise Injection-based Training Scheme for Better Model Robustness
郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ https://arxiv.org/abs/2302.10802 ......
论文翻译：SSI-Net: A MULTI-STAGE SPEECH SIGNAL IMPROVEMENT SYSTEM FOR ICASSP 2023
摘要 ICASSP 2023语音信号改善(SSI)挑战赛的重点是提高实时通信(RTC)系统的语音信号质量。本文介绍了提交ICASSP 2023 SSI挑战赛的语音信号改进网络(SSI-Net)，该网络满足实时条件。提出的SSI-Net具有多阶段体系结构。在语音恢复的第一阶段，我们提出了时域恢复生成对 ......
发电站乐队歌词全中译 / The Comprehensive Chinese Translation of Kraftwerk Lyrics
# 发电站乐队歌词全中译 / The Comprehensive Chinese Translation of Kraftwerk Lyrics 发电站所有英文版录音室专辑的歌词中文翻译。《The Mix》和《Minimum-Maximum》为重混（remix）或演唱会专辑，故《Expo 2000》 ......
Improved deep reinforcement learning for robotics through distribution-based experience retention
 **发表时间：**2016（IROS 2016） **文章要点：**这篇文章提出了experience repl ......
机器翻译 | Improving Neural Machine Translation Robustness via Data Augmentation: Beyond Back Translation论文总结
论文地址：https://arxiv.org/abs/1910.03009 ### 动机 神经机器翻译(NMT)模型在翻译**干净文本**时已被证明是强大的，但它们**对输入中的噪声非常敏感**。改进NMT模型的鲁棒性可以看作是对噪声的“域”适应的一种形式。 最先进的方法严重依赖于大量的反向翻译数据 ......
论文阅读笔记：Quasi-Newton solver for robust non-rigid registration
论文题目：[Quasi-Newton solver for robust non-rigid registration](https://openaccess.thecvf.com/content_CVPR_2020/html/Yao_Quasi-Newton_Solver_for_Robust_N ......
wsqmcons代表Windows Customer Experience Improvement Program (CEIP) Console，它是用于管理和配置CEIP的命令行工具。CEIP是一项可选的功能，旨在通过收集匿名化的用户数据，帮助改进Windows操作系统的性能和可靠性
wsqmcons是Windows操作系统中的一个命令行工具，它用于收集和上传用户体验改进数据。 具体来说，wsqmcons代表Windows Customer Experience Improvement Program (CEIP) Console，它是用于管理和配置CEIP的命令行工具。CEIP ......
REALM Retrieval-Augmented Language Model Pre-Training
[TOC] > [Guu K., Lee K., Tung Z., Pasupat P. and Chang M. REALM: Retrieval-augmented language model pre-training. ICML, 2020.](http://arxiv.org/abs/20 ......
Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks
[TOC] > [Lewis P. and Perez E., et al. Retrieval-augmented generation for knowledge-intensive nlp tasks. NIPS, 2020.](http://arxiv.org/abs/2005.11401) ......
机器翻译 | Improving Neural Machine Translation Robustness via Data Augmentation: Beyond Back Translation论文翻译
## 摘要 **神经机器翻译(NMT)模型在翻译干净文本时已被证明是强大的，但它们对输入中的噪声非常敏感**。改进NMT模型的鲁棒性可以看作是对噪声的“域”适应的一种形式。**最近创建的基于噪声文本的机器翻译任务语料库为一些语言对提供了噪声清洁的并行数据，但这些数据在大小和多样性方面非常有限**。最 ......
机器翻译 | Understanding Back-Translation at Scale论文翻译
## 题目 大规模理解反向翻译 ## 摘要 在并行训练语料库中增加目标语言句子的反译，是提高单语数据神经机器翻译的有效方法。这项工作拓宽了对反翻译的理解，并研究了一些生成合成源句的方法。我们发现，除了资源贫乏之外，通过采样或带噪波束输出获得的反向平移是最有效的。我们的分析表明，采样或有噪声的合成数据 ......
机器翻译 | Prompting Large Language Model for Machine Translation: A Case Study论文翻译
## 题目： 机器翻译的提示大语言模型:一个案例研究 ## 摘要 对提示的研究表明，在很少甚至没有监督训练的情况下，提示在许多任务中表现出色。然而，文献中对机器翻译的提示还没有充分的研究。**本文对翻译提示策略进行了系统的研究，考察了提示模板和示例选择的各种因素，填补了这一空白**。我们进一步==探 ......
LEA: Improving Sentence Similarity Robustness to Typos Using Lexical Attention Bias 论文阅读
# LEA: Improving Sentence Similarity Robustness to Typos Using Lexical Attention Bias 论文阅读 KDD 2023 [原文地址](https://arxiv.org/abs/2307.02912) ## Introd ......
Memory Augmented Graph Neural Networks for Sequential Recommendation
[TOC] > [Ma C., Ma L., Zhang Y., Sun J., Liu X. and Coates M. Memory augmented graph neural networks for sequential recommendation. AAAI, 2021.](http: ......
NAT64（Network Address Translation 64）是一种网络地址转换技术，用于实现IPv6与IPv4之间的互通。
NAT64（Network Address Translation 64）是一种网络地址转换技术，用于实现IPv6与IPv4之间的互通。 在过渡期IPv6部署中，许多网络环境同时支持IPv6和IPv4，但由于两个协议的不兼容性，需要进行地址转换以实现通信。NAT64提供了一种解决方案，它允许IPv6 ......
Spike timing reshapes robustness against attacks in spiking neural networks
郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ 同大组工作 ......