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)

[img] Szöveg
Channel_Dropout_Draft.pdf - Elfogadott verzió
Korlátozott. SZTE polgárok számára hozzáférhető, repozitóriumba való regisztráció és belépés után

Download (239kB)
Mű típusa: Cikk
Kar: Természettudományi és Informatikai Kar
Intézmény: Szegedi Tudományegyetem
A mű MTMT azonosítója: 3279835
DOI azonosító: 10.1016/j.patrec.2017.09.023
Dátum: 2018. Feb. 14. 10:29
Utolsó módosítás: 2018. Feb. 14. 10:29
URI: http://publicatio.bibl.u-szeged.hu/id/eprint/12962

Actions (login required)

Tétel nézet Tétel nézet

Letöltések

Letöltések havi bontásban az elmúlt egy évben