檢索結果:共5筆資料 檢索策略: "分類".ckeyword (精準) and cadvisor.raw="林伯慎"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
對比式學習(contrastive learning)是一種表示學習方法,其訓練目標是提升參考樣本與正負樣本之間的相似度的對比,以達到參考樣本與正樣本之相似度最大化、而與負樣本之相似度最小化。以此目…
2
連結時序分類(Connectionist Temporal Classification, CTC)是一種結合深度學習的序列預測方法,其動態規劃概念與隱馬可夫模型(Hidden Markov Mod…
3
直方圖均化(Histogram Equalization, HEQ)是一種處理曝光不足或曝光過度的影像方法,它能參考目標的累積分佈函數(Cumulative Distribution Functio…
4
本論文提出使用音樂旋律特徵進行自動風格分類的方法。我們比較了三種統計分類方法:以關聯度為基礎的方法、類神經網路、k個最近相似度方法。在基礎實驗中以類神經網路67.5%的正確率最高,而本論文的關聯度分…
5
連結時序分類(CTC)是一種結合動態規劃與深度學習的序列預測方法,其架構與傳統的隱馬夫模型相似,但複雜度較低、卻能獲致更佳的語音辨識效能。過去的研究雖驗證了此方法的有效,然而對於此架構能達到良好效能…