Noise Model

释义 Definition

噪声模型：在统计学、信号处理与机器学习中，用来描述数据或信号中“噪声”（随机误差、干扰、不可控扰动）如何产生、服从什么分布、以及如何影响观测结果的数学/概率模型。常见如高斯噪声、泊松噪声、椒盐噪声等。

发音 Pronunciation (IPA)

/nɔɪz ˈmɑːd(ə)l/

例句 Examples

A good noise model can make your estimates more accurate.
一个好的噪声模型可以让你的估计更准确。

When we train the classifier, we assume a Gaussian noise model for the sensor measurements, which helps regularize the learning process.
在训练分类器时，我们假设传感器测量满足高斯噪声模型，这有助于对学习过程进行正则化。

词源 Etymology

noise 源自中古法语 noise（喧闹、骚动），进一步可追溯到拉丁语相关词根，语义核心与“扰动/不确定的干扰”有关；model 来自拉丁语 modulus（尺度、模子、度量标准）。合起来 noise model 直译为“对噪声的刻画方式”，强调用可计算的形式去描述误差与随机扰动。

相关词 Related Words

• Gaussian
• Poisson
• Likelihood
• Variance
• Residual
• Stochastic
• Signal
• Inference

文学与著作 Literary & Notable Works

• Claude E. Shannon，《A Mathematical Theory of Communication》（1948）：信息论中讨论信道噪声与概率模型思想（与噪声建模高度相关）。
• Norbert Wiener，《Cybernetics: Or Control and Communication in the Animal and the Machine》（1948）：控制与通信中对随机扰动/噪声的系统性讨论。
• Richard O. Duda, Peter E. Hart, David G. Stork，《Pattern Classification》（经典教材，多处使用噪声与观测误差模型来说明分类与推断）。