XJIPC OpenIR

Browse/Search Results:  1-10 of 11 Help

Selected(0)Clear Items/Page:    Sort:
双向长短时记忆模型训练中的空间平滑正则化方法研究 期刊论文
电子与信息学报, 2019, 卷号: 41, 期号: 3, 页码: 544-550
Authors:  李文洁;  葛凤培;  张鹏远;  颜永红
Adobe PDF(981Kb)  |  Favorite  |  View/Download:26/0  |  Submit date:2019/03/18
语音信号处理  空间平滑  双向长短时记忆模型(LSTM)  正则化  过拟合  
基于深度学习的蛋白质相互作用预测研究 学位论文
硕士, 北京: 中国科学院大学, 2018
Authors:  王延斌
Adobe PDF(2046Kb)  |  Favorite  |  View/Download:183/0  |  Submit date:2018/07/06
蛋白质相互作用  深度学习  长短时记忆模型  位置特异性打分矩阵  
基于非负矩阵分解的重叠社区发现研究及其应用 学位论文
硕士, 北京: 中国科学院大学, 2018
Authors:  赵清华
Adobe PDF(1914Kb)  |  Favorite  |  View/Download:52/0  |  Submit date:2018/07/06
重叠社区发现  非负矩阵分解  复杂网络  社交网络  
基于对抗训练策略的语言模型数据增强技术 期刊论文
自动化学报, 2018, 卷号: 44, 期号: 5, 页码: 891-900
Authors:  张一珂;  张鹏远;  颜永红
Adobe PDF(1592Kb)  |  Favorite  |  View/Download:71/0  |  Submit date:2018/06/13
数据增强  语言模型  生成对抗网络  强化学习  语音识别  
深度神经网络的压缩研究 期刊论文
计算机应用研究, 2018, 卷号: 35, 期号: 10, 页码: 2894-2897+2903
Authors:  韩云飞;  蒋同海;  马玉鹏;  徐春香;  张睿
Adobe PDF(1012Kb)  |  Favorite  |  View/Download:228/2  |  Submit date:2018/02/25
神经网络  压缩  网络删减  参数共享  
深度神经网络在维汉机器翻译中的应用研究 学位论文
博士, 北京: 中国科学院大学, 2017
Authors:  孔金英
Adobe PDF(2587Kb)  |  Favorite  |  View/Download:100/0  |  Submit date:2017/09/26
维汉机器翻译  深度神经网络  调序模型  未登录词  神经机器翻译  
面向机器翻译的维吾尔语形态分析研究 学位论文
博士, 北京: 中国科学院大学, 2017
Authors:  艾孜孜·吐尔逊
Adobe PDF(2496Kb)  |  Favorite  |  View/Download:58/0  |  Submit date:2017/09/26
维吾尔语  形态分析  标注  机器翻译  
基于先验概率线性插值的声学模型自适应方法 会议论文
, 中国江苏连云港, 2017-10-11
Authors:  王丽;  张震;  张鹏远;  颜永红
Adobe PDF(970Kb)  |  Favorite  |  View/Download:34/0  |  Submit date:2018/06/08
声学模型自适应  深度神经网络  先验概率  
基于多任务学习的神经网络语言模型建模方法 会议论文
, 中国江苏连云港, 2017-10-11
Authors:  张一珂;  张鹏远;  颜永红
Adobe PDF(1214Kb)  |  Favorite  |  View/Download:36/0  |  Submit date:2018/06/08
语音识别  语言模型  多任务学习  状态子空间共享  递归神经网络  
基于心音分类的识别器分析 会议论文
, 中国黑龙江哈尔滨, 2017-09-22
Authors:  侯雷静;  应冬文;  国雁萌;  蔚文婧;  颜永红
Adobe PDF(426Kb)  |  Favorite  |  View/Download:35/0  |  Submit date:2018/06/11
据世界卫生组织估计  心血管疾病是全球第一致死、致残原因  占全球总死亡人数的30%[1]。心音听诊是主要的检测方式  但受医生主观性影响需要临床经验。机器学习的发展使自动化听诊成为可能  针对心音的智能分割与诊断受到广泛重视。心音阶段的准确分割1是自动分析的前提[1]。以往研究受数据的限制多使用不同的数据集  对性能难以做出相对公平的评价。我们使用当前最大的心 音数据集进行基础心音的识别分析  旨在将多种策略在数据充足的条件下进行客观比较。