魁梧荷花

文章
3
资源
0
加入时间
2年10月21天

文本增强技术

参考资料熵简科技-李渔博士的报告《文本增强技术的研究进展及应用实践》背景本质上是增加少类样本(数量少或者类型单一)的数量具体场景包括少样本场景(如文本标注耗时耗力很难获取很多)分类任务中样本不均衡(note:常见方法-欠采样 ( undersampling ) 和过采样 ( oversampling ) 会对模型带来怎样的影响?)半监督训练(19年google半监督学习算法 UDA 可以看出[6],文本数据增强技术可以用在无标签样本上,以构造出半监督训练所需的样本对,以此让模型从无标签的.

wifi芯片研究

Author: Crystal2018/1/50x00:细节研究细节一ASLR和DEP首先研究wifi芯片漏洞作为突破口,是因为手机对主应用处理器做的保护已经比较难实现攻击了细节二由于对电源的考虑导致设备设计人员选择应用 FullMAC WiFi 实现方式,这样 WiFi 芯片是自行负责处理 PHY,MAC 和 MLME ,并自行传输准备好的内核驱动程序数据包,这也就是...