|
1
|
Kết hợp học sâu với svm để nâng cao chất lượng xử lý tiếng nói con người trong các thiết bị IoTCùng với sự phát triển của khoa học kỹ thuật, đặc biệt là internet vạn vật kết nối (IoT), các sản phẩm liên quan đến IoT thường được điều khiển bằng tiếng nói con người. Nhận dạng tiếng nói con người... Tác giả: Nguyễn Năng An Từ khóa: Học sâu xử lý tiếng nói phân biệt tiếng nói máy hỗ trợ vector vạn vật kết nối.
|
|
2
|
Ứng dụng Mạng nơ-ron tích chập để chẩn đoán các bệnh trên lá xoàiMục tiêu của nghiên cứu này là ứng dụng Mạng nơ-ron tích chập (CNN) để nhận dạng chính xác bảy loại bệnh phổ biến trên lá xoài, bao gồm: Thán thư, Loét do vi khuẩn, Bọ cắt lá, Khô cành, Ruồi đục lá,... Tác giả: Võ Tấn Toàn, Nguyễn Đức Thịnh Từ khóa: Bệnh lá xoài Học sâu Mạng nơ-ron tích chập (CNN) Phân loại hình ảnh Phát hiện bệnh thực vật
|
|
3
|
Xây dựng mô hình dự đoán xếp hạng sản phẩm dựa trên phản hồi văn bản của khách hàng bằng một số thuật toán học máyNghiên cứu này tập trung vào bài toán dự đoán điểm đánh giá sản phẩm dựa trên phản hồi văn bản của khách hàng - một nhiệm vụ kết hợp giữa thách thức của xử lý ngôn ngữ tự nhiên và hiện tượng mất cân... Tác giả: Điền Thị Hồng Hà Từ khóa: Dự đoán xếp hạng sản phẩm phản hồi văn bản từ khách hàng xử lý ngôn ngữ tự nhiên (NLP) mô hình học máy dánh giá hiệu suất mô hình
|