English Accent Recognition Using Deep Machine Learning

English Accent Recognition Using Deep Machine Learning

Gespeichert in:

Bibliographische Detailangaben
Datum:	2021
Hauptverfasser:	A. V. Manokhin, N. A. Rybachok
Format:	Artikel
Sprache:	English
Veröffentlicht:	2021
Schriftenreihe:	Control Systems and Computers
Online Zugang:	http://jnas.nbuv.gov.ua/article/UJRN-0001289832
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:	Library portal of National Academy of Sciences of Ukraine \| LibNAS

Institution

Library portal of National Academy of Sciences of Ukraine | LibNAS

Ähnliche Einträge

Recognition of Handwritten Texts on Images Using Deep Machine Learning
von: M. D. Snitko, et al.
Veröffentlicht: (2024)

Face recognition based on machine learning algorithms
von: N. B. Shakhovska, et al.
Veröffentlicht: (2017)

Minimax deviation strategies for machine learning and recognition with short learning samples
von: M. I. Schlesinger, et al.
Veröffentlicht: (2022)

Machine-learning methods for text named entity recognition
von: O. O. Marchenko
Veröffentlicht: (2016)

Machine-learning methods for text named entity recognition
von: Marchenko, O.O.
Veröffentlicht: (2018)

Information-extreme machine learning of on-board vehicle recognition system
von: A. S. Dovbysh, et al.
Veröffentlicht: (2020)

Metalearning as One of the Task of the Machine Learning Problems
von: Ye. A. Savchenko, et al.
Veröffentlicht: (2019)

Metalearning as One of the Task of the Machine Learning Problems
von: Savchenko, Ye.A., et al.
Veröffentlicht: (2019)

Aplication of deep learning technology for creating intellectual autonomous machines
von: O. S. Bilokon
Veröffentlicht: (2020)

Application of deep learning technology for creating intellectual autonomous machines
von: Bilokon, O.S.
Veröffentlicht: (2020)

Information techniques of deep machine learning for the analysis of land cover changes
von: N. N. Kussul, et al.
Veröffentlicht: (2016)

Analyzing the models of speech recognition on the basis of neural networks of deep learning for examination of digital phonograms
von: V. I. Solovev, et al.
Veröffentlicht: (2021)

Improving face recognition models using metric learning, learning rate schedulers, and augmentations
von: A. M. Litvynchuk, et al.
Veröffentlicht: (2021)

Using machine learning methods in practice
von: Ya. O. Tupalo
Veröffentlicht: (2018)

The image oversampling using means of machine learning
von: R. O. Tkachenko, et al.
Veröffentlicht: (2016)

Using Machine Learning Methods to Estimate the Cost of Housing
von: V. V. Tretynyk, et al.
Veröffentlicht: (2021)

The effectiveness of means to increase motivation to learn English
von: A. V. Pestushko, et al.
Veröffentlicht: (2021)

Deep learning for photovoltaic panels segmentation
von: K. Bouzaachane, et al.
Veröffentlicht: (2023)

Diabetes prediction using an improved machine learning approach
von: S. Lyaqini, et al.
Veröffentlicht: (2021)

The Use of Machine Learning for the Purpose of Combating Bank Fraud
von: I. Caprian
Veröffentlicht: (2023)

Monitoring patients using fuzzy logic and machine learning methods
von: O. A. Khorozov
Veröffentlicht: (2017)

Image segmentation of clouds based on deep learning
von: B. P. Rusyn, et al.
Veröffentlicht: (2020)

Recognition of actions of medical workers on the basis of readings of accelerometers using a deep belief network
von: A. A. Galkin
Veröffentlicht: (2016)

Improving face recognition models using convolutional neural networks, metric learning and optimization methods
von: A. M. Litvynchuk, et al.
Veröffentlicht: (2021)

Parallel software auto-tuning using statistical modeling and machine learning
von: Yu. Doroshenko, et al.
Veröffentlicht: (2018)

Enhancing power system security using soft computing and machine learning
von: Venkatesh, P., et al.
Veröffentlicht: (2023)

Distributed Bayesian machine learning procedures
von: B. A. Beletskij
Veröffentlicht: (2019)

Machine Learning approach for malware detection using executable files features extraction
von: A. A. Voranau, et al.
Veröffentlicht: (2018)

Machine Learning approach for malware detection using executable files features extraction
von: Voranau, A.A., et al.
Veröffentlicht: (2018)

Method of exposure of signs of the digital editing in phonograms with the use of neuron networks of the deep learning
von: V. I. Solovev, et al.
Veröffentlicht: (2020)

IMPLEMENTING OF MICROSOFT AZURE MACHINE LEARNING TECHNOLOGY FOR ELECTRIC MACHINES OPTIMIZATION
von: Pliugin, V. E., et al.
Veröffentlicht: (2019)

ALMA: Machine learning breastfeeding chatbot
von: K. Achtaich, et al.
Veröffentlicht: (2023)

Automated methods of coherence evaluation of Ukrainian texts using machine learning techniques
von: A. A. Kramov, et al.
Veröffentlicht: (2020)

Automated methods of coherence evaluation of Ukrainian texts using machine learning techniques
von: Kramov, A.A., et al.
Veröffentlicht: (2020)

Who is a subject in machine learning?
von: V. M. Loktiev
Veröffentlicht: (2024)

Machine learning methods for environmental monitoring
von: P. V. Mikava, et al.
Veröffentlicht: (2024)

Structural and Parametric Synthesis of Deep Learning Neural Networks
von: V. M. Syniehlazov, et al.
Veröffentlicht: (2020)

Self-learning neural network technologies in the systems of structural recognition of visual objects
von: Berestovskii, A. E., et al.
Veröffentlicht: (2015)

Machine Learning algorithms in Big Data context
von: V. M. Tereshchenko, et al.
Veröffentlicht: (2018)

Use of ontological knowledge in machine learning methods for intelligent analysis of Big Data
von: Yu. V. Rohushyna
Veröffentlicht: (2018)