Speech classification by using superposition principle in HMM and LSTM on small training sets

Переведенная тема диплома: Классификация речи посредством суперпозиции в методах обучения HMM и LSTM на малых обучающих выборках

Акилеш Сивасвами

Диссертация студента: Выпускная квалификационная работа › ВКР магистра

Аннотация

Широкое использование систем классификации речи осложняется трудной доступностью больших речевых корпусов. В настоящей работе предлагается сравнить два подхода к обработке речевой информации — с помощью скрытых марковских моделей и нейросетей с короткой-долговременной памятью на малых обучающих выборках. Для повышения точности классификации предлагается исследовать подход суперпозиции обучающей выборки. Результаты работы лягут в основу фундаментального исследования принципа суперпозиции обучающей выборки для речевых данных.

Дата присуждения	июн 2019
Язык оригинала	английский
Учреждение	Новосибирский государственный университет
Руководитель	Евгений Николаевич Павловский (Научный руководитель)

Цитировать

Связанный контент

Научные публикации
Superposition as Data Augmentation using LSTM and HMM in Small Training Sets
Результат исследования: Рабочие материалы › рабочие материалы

Виды деятельности
Quantum Techniques in Machine Learning 2019
Деятельность: Участие в мероприятии или организация мероприятия. › Участие в конференции, заседании рабочей группы, ...

Speech classification by using superposition principle in HMM and LSTM on small training sets

Аннотация

Цитировать

Связанный контент

Научные публикации

Superposition as Data Augmentation using LSTM and HMM in Small Training Sets

Виды деятельности

Quantum Techniques in Machine Learning 2019