Increasing the robustness of CNN acoustic models using autoregressive moving average spectrogram features and channel dropout

Kovács György; Tóth László; Van Compernolle Dirk; Ganapathy Sriram: Increasing the robustness of CNN acoustic models using autoregressive moving average spectrogram features and channel dropout.
PATTERN RECOGNITION LETTERS, 100. pp. 44-50. ISSN 0167-8655 (2017)

[thumbnail of Channel_Dropout_Draft.pdf]

Szöveg
Channel_Dropout_Draft.pdf - Elfogadott verzió
Korlátozott hozzáférés: SZTE polgárok számára hozzáférhető, repozitóriumba való belépés után
Download (239kB)

Szerző azonosítók:

Kovács György MTMT

Tóth László MTMT

Van Compernolle Dirk

Ganapathy Sriram

Mű típusa:

Folyóiratcikk

Folyóirat/kiadvány címe:

PATTERN RECOGNITION LETTERS

Publikáció dátuma:

2017

Kötet:

100

Oldalak:

pp. 44-50

ISSN:

0167-8655

Kar/Egység:

Természettudományi és Informatikai Kar

Intézmény:

Szegedi Tudományegyetem (2000-)

Nyelv:

angol

MTMT rekordazonosító:

3279835

DOI azonosító:

https://doi.org/10.1016/j.patrec.2017.09.023

Dátum:

2018. Feb. 14. 10:29

Utolsó módosítás:

2020. Már. 03. 13:57

URI:

http://publicatio.bibl.u-szeged.hu/id/eprint/12962

Hivatkozások száma a Web of Science® -ben: 29

Idéző cikkek megtekintése a Web of Science® felületén

Actions (login required)

Tétel nézet

Repozitóriumi letöltési statisztika

Letöltések

Letöltések havi bontásban az elmúlt egy évben

Bejelentkezés szerkesztőként.
Itt kérhet technikai vagy tartalmi segítséget: publicatio AT ek.szte.hu
Az SZTE Klebelsberg Könyvtár és Levéltár által működtetett SZTE Publicatio Repozitórium megkapta az MTMT Repozitórium Minősítő Bizottságától a "Minősített repozitórium" tanúsítványt.
SZTE Publicatio Repozitórium is powered by EPrints 3 which is developed by the School of Electronics and Computer Science at the University of Southampton. More information and software credits.