新闻中心 
-
01-23广义线性模型和普通线性模型的区别广义线性模型和一般线性模型是统计学中常用的回归分析方法。尽管这两个术语相似，但它们在某些方面有区别。广义线性模型允许因变量服从非正态分布，通过链接函数将预测变量...
-
01-23情感融入之语音识别原理及应用（包含实例代码）语音情感识别是一项技术，通过分析语音信号中的声音特征和语言内容，确定说话者的情感状态。它在日常生活和商业领域有广泛应用，如电话客服、市场调研、医疗诊断和智能家居...
-
01-23语言模型解耦的方法及介绍语言模型是自然语言处理的基础任务之一，其主要目标是学习语言的概率分布。通过给定前文，预测下一个单词的概率。为了实现这种模型，常常使用神经网络，如循环神经网络（R...
-
01-23AI文字标注的分类及定义AI系统使用带注释的数据进行训练，以便创建准确且针对特定目标的模型。在数据注释过程中，元数据标签用于定义数据集的特征。这些元数据包括突出显示短语、关键字或句子等...
-
01-23应用深度聚类算法进行语音分离深度聚类算法是一种无监督学习方法，用于将数据聚类到不同的组别中。在语音分离中，深度聚类算法可应用于将混合的语音信号分离成单个说话者的语音信号。本文将详细介绍深度...
-
01-23神经网络和深度学习中的损失函数的作用深度学习中的损失函数用于评估神经网络模型的性能。在神经网络中，存在两种主要的数学运算，即前向传播和梯度下降反向传播。不论是哪种运算，神经网络的目标都是最小化损失...
