Аннотация:
Рассматриваются архитектуры сверточных нейронных сетей, используемые для оценки эмоционального состояния человека по его речи. Решается задача повышения эффективности распознавания эмоций за счет снижения вычислительной сложности данного процесса. Для этого предлагается способ преобразования входных данных в форму, подходящую для алгоритмов машинного обучения.
Образец цитирования:
А. О. Исхакова, Д. А. Вольф, Р. В. Мещеряков, “Способ снижения размерности пространства признаков при распознавании речевых эмоций с использованием сверточных нейронных сетей”, Автомат. и телемех., 2022, № 6, 38–52; Autom. Remote Control, 83:6 (2022), 857–868
\RBibitem{IskVolMes22}
\by А.~О.~Исхакова, Д.~А.~Вольф, Р.~В.~Мещеряков
\paper Способ снижения размерности пространства признаков при распознавании речевых эмоций~с~использованием сверточных нейронных сетей
\jour Автомат. и телемех.
\yr 2022
\issue 6
\pages 38--52
\mathnet{http://mi.mathnet.ru/at15975}
\crossref{https://doi.org/10.31857/S0005231022060046}
\edn{https://elibrary.ru/ACJOSQ}
\transl
\jour Autom. Remote Control
\yr 2022
\vol 83
\issue 6
\pages 857--868
\crossref{https://doi.org/10.1134/S0005117922060042}
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/at15975
https://www.mathnet.ru/rus/at/y2022/i6/p38
Эта публикация цитируется в следующих 4 статьяx:
Mridula Gupta, Demystifying Emerging Trends in Machine Learning, 2025, 115
Feng Jia, Yuanfei Wang, Jianjun Shen, Lifei Hao, Zhaoyu Jiang, “Stepwise feature norm network with adaptive weighting for open set cross-domain intelligent fault diagnosis of bearings”, Meas. Sci. Technol., 35:5 (2024), 056126
Konstantin D. Rusakov, Mark V. Mamchenko, 2024 8th International Conference on Information, Control, and Communication Technologies (ICCT), 2024, 1
Bo Jin, Fei Long, Fan Xia, Shi Chen, Huan Xu, Ziwei Mei, Qingyao Zhao, Xiaoyan Wei, 2022 International Conference on Artificial Intelligence of Things and Crowdsensing (AIoTCs), 2022, 551
Цитирование в формате AMSBIB
Обратная связь: