Noise Injection

Definition / 定义

Noise injection 指“注入噪声”：在数据、输入、参数或训练过程中人为加入随机扰动（噪声），常用于提高模型的鲁棒性、防止过拟合、增强隐私保护，或用于模拟真实环境中的不确定性。（在机器学习与信号处理中最常见；在不同语境下具体做法会不同。）

Pronunciation / 发音

/ˈnɔɪz ɪnˈdʒekʃən/

Examples / 例句

Noise injection can help a model generalize better.
噪声注入可以帮助模型更好地泛化。

During training, we used noise injection on the inputs to improve robustness to sensor errors.
在训练过程中，我们对输入进行噪声注入，以提高模型对传感器误差的鲁棒性。

Etymology / 词源

noise 源自表示“噪音、喧闹”的词根与中古法语影响，后来在科学语境中也指“随机扰动/干扰”。injection 来自动词 inject（注入），源于拉丁语 inicere（“投放进去、置入”）。合在一起，字面义就是“把噪声注入进去”，引申为一种有目的的随机扰动手段。

Related Words / 相关词

• Regularization
• Perturbation
• Gaussian
• Dropout
• Stochastic
• Robustness
• Overfitting
• Data Augmentation

Literary Works / 文学作品

• Ian Goodfellow, Yoshua Bengio, Aaron Courville — Deep Learning（深度学习领域常讨论向输入/权重加入噪声以提升泛化与稳健性）
• Christopher M. Bishop — Pattern Recognition and Machine Learning（涉及噪声建模与通过随机性改善学习行为的相关思想）
• Trevor Hastie, Robert Tibshirani, Jerome Friedman — The Elements of Statistical Learning（讨论噪声、正则化与泛化误差等主题，常与“噪声注入”思路相通）