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

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

Elmentve itt :
Bibliográfiai részletek
Szerzők: Kovács György
Tóth László
Van Compernolle Dirk
Ganapathy Sriram
Dokumentumtípus: Cikk
Megjelent: 2017
Sorozat:PATTERN RECOGNITION LETTERS 100
doi:10.1016/j.patrec.2017.09.023

mtmt:3279835
Online Access:http://publicatio.bibl.u-szeged.hu/12962
LEADER 00843nab a2200229 i 4500
001 publ12962
005 20200303135718.0
008 180214s2017 hu o 0|| zxx d
022 |a 0167-8655 
024 7 |a 10.1016/j.patrec.2017.09.023  |2 doi 
024 7 |a 3279835  |2 mtmt 
040 |a SZTE Publicatio Repozitórium  |b hun 
041 |a zxx 
100 1 |a Kovács György 
245 1 0 |a Increasing the robustness of CNN acoustic models using autoregressive moving average spectrogram features and channel dropout  |h [elektronikus dokumentum] /  |c  Kovács György 
260 |c 2017 
300 |a 44-50 
490 0 |a PATTERN RECOGNITION LETTERS  |v 100 
700 0 1 |a Tóth László  |e aut 
700 0 2 |a Van Compernolle Dirk  |e aut 
700 0 2 |a Ganapathy Sriram  |e aut 
856 4 0 |u http://publicatio.bibl.u-szeged.hu/12962/1/Channel_Dropout_Draft.pdf  |z Dokumentum-elérés  

Hasonló tételek