Bis zu 50 % günstiger als neu 3 Jahre rebuy Garantie Professionelles Refurbishment
ElektronikMedien
Tipps & News
AppleAlle anzeigen
TabletsAlle anzeigen
HandyAlle anzeigen
Fairphone
AppleAlle anzeigen
iPhone Air Generation
GoogleAlle anzeigen
Pixel Fold
HonorAlle anzeigen
HuaweiAlle anzeigen
Honor SerieY-Serie
NothingAlle anzeigen
OnePlusAlle anzeigen
OnePlus 11 GenerationOnePlus 12 Generation
SamsungAlle anzeigen
Galaxy XcoverWeitere Modelle
SonyAlle anzeigen
Weitere Modelle
XiaomiAlle anzeigen
Weitere Modelle
Tablets & eBook ReaderAlle anzeigen
Google
AppleAlle anzeigen
HuaweiAlle anzeigen
MatePad Pro Serie
MicrosoftAlle anzeigen
XiaomiAlle anzeigen
Kameras & ZubehörAlle anzeigen
ObjektiveAlle anzeigen
System & SpiegelreflexAlle anzeigen
WearablesAlle anzeigen
Fitness TrackerAlle anzeigen
SmartwatchesAlle anzeigen
Xiaomi
Konsolen & ZubehörAlle anzeigen
Lenovo Legion GoMSI Claw
NintendoAlle anzeigen
Nintendo Switch Lite
PlayStationAlle anzeigen
XboxAlle anzeigen
Audio & HiFiAlle anzeigen
KopfhörerAlle anzeigen
FairphoneGoogle
LautsprecherAlle anzeigen
Beats by Dr. DreGoogleYamahatonies
iPodAlle anzeigen

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Speech Improvement via Transfer Learning

Sameer Khurana (Broschiert, Englisch)

Keine Bewertungen vorhanden
Optischer Zustand
Beschreibung
This book develops transfer learning paradigms for spoken language processing applications.In particular, we tackle domain adaptation in the context of Automatic Speech Recognition (ASR) and Cross-Lingual Learning in Automatic Speech Translation (AST). The first part of the book develops an algorithm for unsupervised domain adaptation of End-to-End ASR models. In recent years, ASR performance has improved dramatically owing to the availability of large annotated corpora and novel neural network architectures. However, the ASR performance drops considerably when the training data distribution does not match the distribution that the model encounters during deployment (target domain). A straightforward remedy is collecting labeled data in the target domain and re-training the source domain ASR model. However, it is often expensive to collect labeled examples, while unlabeled data is more accessible. Hence, there is a need for unsupervised domain adaptation methods. To that end, we develop a simple but effective adaptation algorithm called the Dropout Uncertainty-Driven Self-Training (DUST). DUST repurposes the classic Self-Training (ST) algorithm to make it suitable for the domain adaptation problem.
Dieses Produkt haben wir gerade leider nicht auf Lager.
ab 10,29 €
Derzeit nicht verfügbar
Derzeit nicht verfügbar

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Technische Daten


Erscheinungsdatum
28.04.2024
Sprache
Englisch
EAN
9783384212269
Herausgeber
tredition
Sonderedition
Nein
Autor
Sameer Khurana
Seitenanzahl
181
Einbandart
Broschiert
Einbandart Details
Klebebindung
Schlagwörter
Transfer Learning, Spoken Language Processing, Domain Adaptation, Cross-Lingual Learning, End-to-End Models, Unsupervised Learning, Self-Training Algorithm, Dropout Uncertainty, Model Adaptation
Thema-Inhalt
CJC - Fremdsprachenerwerb: spezielle Kompetenzen CBW - Schreiben, Technical Writing, Styleguides CBX - Sprache: Geschichte und Allgemeines CJA - Fremdsprachendidaktik: Theorie und Methoden CBV - Kreatives Schreiben, Handbücher CBG - Grammatiken, Handbücher, Referenzgrammatiken CBF - Synonymwörterbücher, Thesauri CJB - Fremdsprachendidaktik: Lehrmaterial, Begleitmaterial CJP - Fachbezogener Fremdsprachenerwerb CBD - Wörterbücher CBP - Reden halten: Ratgeber
Thema-Zusatz
Für ELT / ESL-Lernen, Kurse, Prüfungen und Zertifikate, Test of English as a Foreign Language (TOEFL), International English Language Testing System (IELTS), Für TELC-Sprachtests
Höhe
220 mm
Breite
15.5 cm

Warnhinweise und Sicherheitsinformationen

Informationen nach EU Data Act

-.-
Leider noch keine Bewertungen
Leider noch keine Bewertungen
Sicher bei rebuy kaufen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!
Sicher bei rebuy kaufen