توضیحات :
این گزارش کارآموزی در یک مرکز مخابرات است که کارآموز کلیه مراحل کارآموزی را بطور کامل تشریح کرده است. ابتدا تاریخچه ای از صنعت مخابرات ارایه شده و در ادامه به بررسی مراحل و قسمت های مختلف یک مرکز مخابراتی پرداخته شده است.
فهرست مطالب :
برای رفع مشکلات اتصال به درگاه پرداخت بانک
اینجا کیلیک کنید
دانلود فایل پاورپوینت با موضوع مدیریت بحران که شامل 19 اسلاید میباشد:
نوع فایل : PowerPoint
این فایل پاورپوینت که با زحمت فراوان گرداوری، تایپ و تدوین شده ،جهت یادگیری سریع ، ارایه و کنفرانس و... در خدمت شما دانشجویان و اساتید محترم خواهد بود.
*هدف ما راحتی شماست*
بسته سوالات استخدامی وزارت نیرو (عمومی و تخصصی)
نمونه سوالات گرد آوری شده آزمون های وزارت نیرو
این بسته حاوی سوالات عمومی و اختصاصی قرار داده شده در سایت است که به صورت یک جا عرضه می شود.
شامل دروس تخصصی
الکترونیک،ماشین،بررسی سیستم های قدرت ،مدار،کنترل،اندازه گیری،مدار منطقی، تاسیسات و...
دانلود پایان نامه دکترای مترجمی زبان انگلیسی Domain Adaptation for Translation Models in Statistical Machine Translation که شامل 147 صفحه و بشرح زیر میباشد:
نوع فایل : PDF
Abstract
We investigate methods to adapt translation models in SMT to a specific target domain.
We discuss two major problems, unknown words because of data sparseness in the (indomain)
training data, and ambiguities arising from out-of-domain parallel texts with different
domain-specific translations. We propose novel solutions to both problems.
The main contributions of this thesis are as follows:
We present a novel translation model architecture that supports domain adaptation at
decoding time from a vector of component models. The combination is implemented
through instance weighting, and all statistics necessary for the computation of translation
probabilities are stored in the models.
We present an architecture to combine multiple MT systems, using techniques and
ideas from domain adaptation. The hypotheses by external MT systems are treated
as out-of-domain knowledge, and combined with in-domain data through instance
weighting.
We introduce a sentence alignment algorithm that is able to robustly align even noisy
parallel texts. We found that higher-quality sentence alignment of the in-domain parallel
text has a significant effect on translation quality in our target domain.
We propose new translation model features that express how flexible, or general, translation
units are, in order to prevent translations that only occur in the context of multiword
expressions from being overgeneralised.
Wir untersuchen Methoden zur Anpassung von Übersetzungsmodellen in SMÜ an eine bestimmte
Zieldomäne. Wir diskutieren zwei Hauptprobleme: spärliche Daten in den Trainingsdaten
der Zieldomäne führen zu unbekannten Wörtern, und der Herbeizug von Daten
aus Fremddomänen verursacht Mehrdeutigkeiten. Für beide Probleme präsentieren wir neue
Lösungsansätze.
Die Hauptbeiträge dieser Dissertation sind folgende:
Wir präsentieren eine Architektur für Übersetzungsmodelle, welche aus einem Vektor
von Teilmodellen besteht und Domänenadaption während der Übersetzung selbst
erlaubt. Die Kombination der Teilmodelle wird über eine Gewichtung von Vorkommenshäufigkeiten
vollzogen.
Wir stellen eine Architektur zur Kombination verschiedener Übersetzungssysteme
mittels Techniken aus der Domänenadaption vor. Die Hypothesen externer Übersetzungssysteme
werden dabei wie Wissen aus einer Fremddomäne behandelt, und mit
Daten aus der Zieldomäne kombiniert.
Wir präsentieren ein Satzalignierungsverfahren, welches auch verrauschte parallele
Texte robust auf Satzebene alignieren kann. Durch die Erhöhung der Satzalignierungsqualität
erreichen wir eine signifikant bessere Übersetzungsqualität.
Wir schlagen neue Merkmale für Übersetzungsmodelle vor, welche die Flexibilität
von Übersetzungseinheiten ausdrücken, und verhindern, dass inflexible Übersetzungen,
welche nur innerhalb eines Mehrwortausdrucks vorkommen, übergeneralisiert
werden.
Contents
1 Introduction 17
1.1 Problem: Domain-specific Statistical Machine Translation 17
1.2 Thesis Contributions 18
1.3 Outline 19
2 Statistical Machine Translation 21
2.1 Statistical Models for Machine Translation 21
2.1.1 Word-based SMT 21
2.1.2 Log-Linear Models 22
2.2 Phrase-based Translation Models 23
2.2.1 Learning Phrase Translations 23
2.3 Discriminative Training 24
2.4 SMT Evaluation 25
2.4.1 BLEU and METEOR 25
2.4.2 Randomness and Statistical Significance 27
2.5 Alternative Translation Models 27
2.5.1 Hierarchical and Syntax-based Translation Models28
2.5.2 N-Gram Translation Models 28
2.5.3 Continuous Space Translation Models29
2.6 Domain Adaptation in SMT 30
2.6.1 Language Model Adaptation 30
2.6.2 Translation Model Adaptation 31
3 Domain-specific Language 35
3.1 The Text+Berg Corpus 35
3.2 Europarl 36
3.3 Linguistic Differences between Text+Berg and Europarl 36
4 Building a Domain-specific SMT system 43
4.1 Experimental Data and Model Configurations 43
4.1.1 Corpora 43
4.1.2 Tools and Models 45
4.2 SMT Learning Curves: How Important is In-domain Data? 46
4.3 Summary 52
5 Improving Data Collection: Sentence Alignment 53
5.1 Related Work 55
5.2 MT-based Sentence Alignment 56
5.3 Bleualign: Algorithm 57
5.3.1 Weighting Sentence Pairs58
5.3.2 Dynamic Programming Search 58
5.3.3 Additional Alignment Procedures 59
5.4 Evaluation of Sentence Alignment 60
5.5 On the Relation Between Sentence Alignment Quality and SMT Performance 62
5.6 Summary64
6 Translation Model Combination: Tackling the Ambiguity Problem 65
6.1 Discussion of Domain Adaptation Techniques 66
6.1.1 Log-linear Interpolation66
6.1.2 Linear Interpolation 67
6.1.3 Instance Weighting 69
6.1.4 Data Selection 70
6.1.5 Priority Merge 71
6.1.6 Origin Features 71
6.2 Perplexity 72
6.2.1 Theoretical Background72
6.2.2 Translation Model Perplexity73
6.2.3 Perplexity Minimization 75
6.3 Evaluation of Domain Adaptation Techniques 76
6.3.1 Data and Methods 76
6.3.2 Results 78
6.4 The Impact of Weights 87
6.5 Domain Adaptation with Unsupervised Clustering of Training Data 91
6.5.1 Clustering with Exponential Smoothing 92
6.5.2 Model Combination 94
6.5.3 Evaluation 94
6.6 A Multi-Domain Translation Model Architecture 96
6.7 Summary 100
7 Integrating Other Knowledge Sources: Multi-Engine Machine Translation 103
7.1 Related Work103
7.2 A Multi-Engine MT Architecture 104
7.3 Translation Model Combination 105
7.4 Evaluation of Multi-Engine MT 106
7.4.1 On the Use of Perplexity for Machine-Translated Text 109
7.4.2 Combining Out-of-domain Data and Translation Hypotheses 111
7.5 Summary 112
8 Multiword Expressions and Flexibility Features 115
8.1 Introduction 116
8.2 Related Work 116
8.3 Learning Translations in SMT 117
8.4 Flexibility Features 118
8.4.1 Variants for Hierarchical Phrase-based Models 121
8.5 Filtering Hierarchical Rule Tables 122
8.6 Evaluation of Flexibility Scores 123
8.6.1 Data and Methods 123
8.6.2 Phrase-based Results 124
8.6.3 Hierarchical Results 126
8.7 Summary 127
9 Conclusion and Outlook 129
Bibliography 133
10 Appendix 147
انجام محاسبات پخش بار با نرم افزار NEPLAN
45 صفحه در قالب word
فهرست مطالب
چکیده 1
فصل اول. 2
1-1 معرفی واسط کاربر. 2
2-1 المانهای پایه در NEPLAN.. 4
2-2-1 المانها (Elements) 5
3-2-1 مدل سازی المانهای اکتیو. 6
4-2-1 ابزارهای حفاظتی و ترانسفورماتورهای ولتاژ و جریان. 6
5-2-1 ایستگاه((Station. 6
6-2-1 کلید ها 7
3-1 مناطق (Zones) و نواحی (Areas) 7
4-1 شبکه های جزئی(Partial Network) 8
5-1 مراحل مختلف کار با Neplan. 8
1-5-2 وارد کردن یک شبکه نمونه کوچک... 10
3-2-5-1 ایجاد ارتباط بین المانها با یکدیگر و با گره ها 12
4-2-5-1 اتصال گره ها با یکدیگر به کمک خطوط. 13
5-2-5-1 آزمایش شبکه ایجاد شده 15
فصل دوم 17
1-2 انتخاب نوع محاسبه. 17
2-2-2 برگه ی Refrences. 25
1- Default References. 26
2- Nodes. 26
3- Voltage Assign To. 26
3-2-2 برگه Area/Zone Control 27
1-4-2 پارامترهای محاسباتی. 31
2-5 نمایش نتایج حاصل از محاسبات بصورت جدول. 32
1-6-2 ابزار انتخاب نوع نمایش گرافیکی. 39
مراجع: 41
چکیده
NEPLAN بصورت یک نرم افزار بسیار کاربر پسند طراحی شده است و ورود اطلاعات در قسمت های برق، گاز و شبکه های آب به راحتی می تواند انجام گیرد. تمام گزینه های موجود در منوها و ماژول های محاسباتی در فصلهای آینده بطور کامل توضیح داده خواهد شد.
این فصل برای یادگیری سریع و آسان قابلیتهای عمومی neplan در نظر گرفته شده است و به عنوان اولین گام در یادگیری نرم افزار تلقی می شود. برای به دست آوردن جزئیات راجع به مدل المانها و داده های ورودی برای انجام محاسبات باید به فصول مربوطه که در ادامه آمده است رجوع نمود.
فصل اول: آشنایی با محیط نرم افزار
1-1 معرفی واسط کاربر
شماره هایی که در شکل (1-1) مشخص شده است در زیر شرح داده شده ا ند و بطور کلی نمای صفحه کار نرم افزار را به ما نشان می دهد:
1- نوار عنوان
2- نوار منوها
3- جعبه ابزار: تمامی کلید های موجود در جعبه ابزار دارای کمک (tooltip) با نکه داشتن موس روی آنها ظاهر می شود و اکثراً از طریق منوهای برنامه نیز قابل دسترسی هستند.
4- محیط کاری نرم افزار: در این صفحه امکان باز کردن و ورود دیاگرام شبکه به صورت گرافیکی وجود دارد.
- 5 پنجره پروژه : امکان مشاهده پروژه های باز شده و متغیر هایشان وجود دارد . به علاوه امکان ایجاد و ویرایش پروژه های جدید نیز وجود دارد .
6- پنجره المانها : در این پنجره تمامی المانها با سمبلهای استاندارد وجود داند . بعضی از المانها علاوه بر سمبلهای گرافیکی دیگری نیز می باشند . البته این المانها از نظر مشخصات با المانهای دارای سمبلهای استاندارد یکسان هستند . در ضمن امکان ایجاد المانهای جدید و تغییر المانهای موجود نیز وجود دارد .
ممکن است هنگام انتقال از فایل ورد به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل است
متن کامل را می توانید در ادامه دانلود نمائید
چون فقط تکه هایی از متن پایان نامه برای نمونه در این صفحه درج شده است ولی در فایل دانلودی متن کامل پایان نامه همراه با تمام ضمائم (پیوست ها) با فرمت ورد word که قابل ویرایش و کپی کردن می باشند موجود است