《Autoencoder-based Semi-Supervised Curriculum Learning For Out-of-domain Speaker Verification》Autoencoder-based Semi-Supervised Curriculum Learning For Out-of-domain Speaker Verification
电子书：
</div>《Autoencoder-based Semi-Supervised Curriculum Learning For Out-of-domain Speaker Verification》电子版地址
2022-11-28
81
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
Autoencoder-based Semi-Supervised Curriculum Learning For Out-of-domain Speaker Verification
目录
相关文章
|
4月前
|
存储
算法
计算机视觉
【博士每天一篇文献-模型】Meta-Learning Based Tasks Similarity Representation for Cross Domain Lifelong Learning
本文提出了一种基于元学习的跨域终身学习框架，通过跨域三元组网络（CDTN）学习任务间的相似性表示，并结合自注意模块与软注意网络（SAN）来增强特征提取和任务权重分配，以提高学习效率并减少对先前知识的遗忘。
52
1
1
|
4月前
|
机器学习/深度学习
算法
数据挖掘
【博士每天一篇文献-模型】Investigating Echo State Network Performance with Biologically-Inspired Hierarchical
本文研究了一种受果蝇生物启发的分层网络结构在回声状态网络（ESN）中的应用，通过引入层次随机块模型（HSBM）来生成具有更好结构性的网络拓扑，发现这种新拓扑结构的网络在Mackey-Glass系统预测和MNIST分类任务中表现出改善的整体解分布，从而提高了ESN的性能。
31
2
2
|
4月前
|
机器学习/深度学习
PyTorch
算法框架/工具
【文献学习】Phase-Aware Speech Enhancement with Deep Complex U-Net
文章介绍了Deep Complex U-Net模型，用于复数值的语音增强，提出了新的极坐标掩码方法和wSDR损失函数，并通过多种评估指标验证了其性能。
62
1
1
|
数据挖掘
【提示学习】Automatic Multi-Label Prompting: Simple and Interpretable Few-Shot Classification
文章提出了一种简单确高效地构建verbalization的方法：
59
0
0
|
7月前
|
存储
JSON
算法
【论文代码】②.1 STIOCS: Active learning-based semi-supervised training framework for IOC extraction
【论文代码】②.1 STIOCS: Active learning-based semi-supervised training framework for IOC extraction
39
0
0
|
机器学习/深度学习
自然语言处理
算法
TASLP21-Reinforcement Learning-based Dialogue Guided Event Extraction to Exploit Argument Relations
事件抽取是自然语言处理的一项基本任务。找到事件论元（如事件参与者）的角色对于事件抽取至关重要。
108
0
0
|
7月前
|
自然语言处理
【论文代码】① STIOCS: Active learning-based semi-supervised training framework for IOC extraction
【论文代码】① STIOCS: Active learning-based semi-supervised training framework for IOC extraction
49
0
0
|
机器学习/深度学习
自然语言处理
【论文精读】COLING 2022 - DESED: Dialogue-based Explanation for Sentence-level Event Detection
最近许多句子级事件检测的工作都集中在丰富句子语义上，例如通过多任务或基于提示的学习。尽管效果非常好，但这些方法通常依赖于标签广泛的人工标注
106
0
0
|
机器学习/深度学习
算法
数据挖掘
【多标签文本分类】Improved Neural Network-based Multi-label Classification with Better Initialization ……
【多标签文本分类】Improved Neural Network-based Multi-label Classification with Better Initialization ……
140
0
0
《Multi-Task Multi-Network Joint-Learning of Deep Residual Networks and Cycle-Consistency Generative Adversarial Networks for Robust Speech Recognition》电子版地址
Multi-Task Multi-Network Joint-Learning of Deep Residual Networks and Cycle-Consistency Generative Adversarial Networks for Robust Speech Recognition
109
0
0
