انتخاب داده های آموزشی مبتنی بر RANSAC برای تشخیص وضعیت بلندگو

عنوان انتخاب داده های آموزشی مبتنی بر RANSAC برای تشخیص وضعیت بلندگو
نویسنده بوزکورت، ای.، ارزین، ای.، اردم، چ. ای.، اردم، تانجو
تاریخ انتشار: 2011
محل انتشار - انجمن بین المللی ارتباطات گفتار
موضوع چالش وضعیت بلندگو، مسمومیت، خواب آلودگی، Ransac
نوع سند
زبان انگلیسی
دیجیتال بله
نسخه خطی خیر
کتابخانه: دانشگاه اوزیغین
شناسه دارایی کتابخانه 978-1-61839-270-1
شماره ثبت 5da6cd17-531b-4308-b689-ede0b95c98b3
محل کتابخانه علوم کامپیوتر
تاریخ 2011
یادداشت‌ها TÜBİTAK; ترک تلکام
متن نمونه ما یک رویکرد آموزشی مبتنی بر اجماع نمونه‌گیری تصادفی (RANSAC) را برای مشکل تشخیص حالت گوینده از گفتار خود به خود ارائه می‌کنیم. سیستم ما با چالش INTERSPEECH 2011 Speaker State Challenge آموزش دیده و آزمایش شده است. مجموعه‌هایی که شامل چالش‌های فرعی مسمومیت و خواب آلودگی هستند، که در آن هر چالش فرعی یک طبقه‌بندی دو طبقه را تعریف می‌کند. وظیفه هدف ما اجرای یک آموزش مبتنی بر RANSAC است انتخاب داده‌ها همراه با طبقه‌بندی مبتنی بر ماشین بردار پشتیبان (SVM) برای هرس کردن نقاط پرت احتمالی که در داده‌های آموزشی وجود دارد. ارزیابی های تجربی ما نشان می دهد که استفاده از انتخاب داده های آموزشی مبتنی بر RANSAC به ترتیب 66.32 و 65.38 درصد میانگین وزنی (UA) نرخ یادآوری را در توسعه و مجموعه های آزمایشی برای چالش فرعی خواب آلودگی و بهبود جزئی در چالش مسمومیت فراهم می کند. عملکرد
مشاهده در منبع دانشگاه اوزیغین دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات
دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات دانشگاه اوزیغین

انتخاب داده های آموزشی مبتنی بر RANSAC برای تشخیص وضعیت بلندگو

نویسنده بوزکورت، ای.، ارزین، ای.، اردم، چ. ای.، اردم، تانجو
تاریخ انتشار 2011
محل انتشار - انجمن بین المللی ارتباطات گفتار
موضوع چالش وضعیت بلندگو، مسمومیت، خواب آلودگی، Ransac
نوع سند
زبان انگلیسی
دیجیتال بله
نسخه خطی خیر
کتابخانه دانشگاه اوزیغین
شناسه دارایی کتابخانه 978-1-61839-270-1
شماره ثبت 5da6cd17-531b-4308-b689-ede0b95c98b3
محل کتابخانه علوم کامپیوتر
تاریخ 2011
یادداشت‌ها TÜBİTAK; ترک تلکام
متن نمونه ما یک رویکرد آموزشی مبتنی بر اجماع نمونه‌گیری تصادفی (RANSAC) را برای مشکل تشخیص حالت گوینده از گفتار خود به خود ارائه می‌کنیم. سیستم ما با چالش INTERSPEECH 2011 Speaker State Challenge آموزش دیده و آزمایش شده است. مجموعه‌هایی که شامل چالش‌های فرعی مسمومیت و خواب آلودگی هستند، که در آن هر چالش فرعی یک طبقه‌بندی دو طبقه را تعریف می‌کند. وظیفه هدف ما اجرای یک آموزش مبتنی بر RANSAC است انتخاب داده‌ها همراه با طبقه‌بندی مبتنی بر ماشین بردار پشتیبان (SVM) برای هرس کردن نقاط پرت احتمالی که در داده‌های آموزشی وجود دارد. ارزیابی های تجربی ما نشان می دهد که استفاده از انتخاب داده های آموزشی مبتنی بر RANSAC به ترتیب 66.32 و 65.38 درصد میانگین وزنی (UA) نرخ یادآوری را در توسعه و مجموعه های آزمایشی برای چالش فرعی خواب آلودگی و بهبود جزئی در چالش مسمومیت فراهم می کند. عملکرد
دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات
دانشگاه اوزیغین شما در حال هدایت مجدد هستید...

لطفاً صبر کنید