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

Hasonló tételek

• A Perceptually Inspired Data Augmentation Method for Noise Robust CNN Acoustic Models
  Szerző: Tóth László, et al.
  Megjelent: (2018)
• Moving average network examples for asymptotically stable periodic orbits of monotone maps
  Szerző: Garay Barnabás M., et al.
  Megjelent: (2018)
• Moving average network examples for asymptotically stable periodic orbits of monotone maps
  Szerző: Garay Barnabás M., et al.
  Megjelent: (2018)
• Reducing the Inter-speaker Variance of CNN Acoustic Models Using Unsupervised Adversarial Multi-task Training
  Szerző: Tóth László, et al.
  Megjelent: (2019)
• Long and short-range dependent sums of infinite-order moving averages and regression estimation
  Szerző: Mielniczuk Jan
  Megjelent: (1997)