Отрывок: К достоинствам этой среды относятся следующие особенности:  мощный и функциональный редактор кода с подсветкой синтаксиса, авто-форматированием и авто-отступами для поддерживаемых языков.  мощный рефакторинг кода, который предоставляет широкие возможности по выполнению быстрых глобальных изменений в проекте.  возможность построения UML диаграмм классов  кроссплатформенность  огромная коллекция плагинов, которая постоянно расширяется Microsoft Visual Studio 2017 ...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorБеляев Н. Д.ru
dc.contributor.authorЛёзин И. А.ru
dc.contributor.authorМинистерство науки и высшего образования Российской Федерацииru
dc.contributor.authorСамарский национальный исследовательский университет им. С. П. Королева (Самарский университет)ru
dc.contributor.authorИнститут информатикиru
dc.contributor.authorматематики и электроникиru
dc.coverage.spatialаудиофайлыru
dc.coverage.spatialметоды распознавания речиru
dc.coverage.spatialнейронные сетиru
dc.coverage.spatialрекуррентные нейронные сетиru
dc.coverage.spatialречь диктораru
dc.coverage.spatialхарактеристики радиосигналовru
dc.coverage.spatialэмоциональный окрас речиru
dc.creatorБеляев Н. Д.ru
dc.date.issued2021ru
dc.identifierRU\НТБ СГАУ\ВКР20210928135104ru
dc.identifier.citationБеляев, Н. Д. Анализ методов распознавания эмоционального окраса речи диктора на основе аудиофайлов при помощи нейронных сетей : вып. квалификац. работа по направлению подгот. 09.04.01 "Информатика и вычислительная техника" (уровень магистратуры). - Текст : электронный / Н. Д. Беляев ; рук. работы И. А. Лёзин ; нормоконтролер Я. В. Соловьева ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики, ма. - Самара, 2021. - 1 файл (1,71 Мб)ru
dc.description.abstractВ данной выпускной квалификационной работе рассматриваетсяраспознавания эмоций в речи диктора при помощи нейронных сетей.Цель работы - является анализ и сравнение различных методологий приподходе к решению задачи распознавания эмоций в речи диктора.В процессе работы были проанализированы 3 вида классификаторов длярешения поставленной задачи.В результате работы было определено, что рекуррентные нейронные сетипоказывают наиболее качественный результат при решении задачираспознавания эмоций в голосе.Эффективность работы заключается в выявлении наиболее эффективногои менее затратного подхода к решению задачи распознавания эмоций в голосе.ru
dc.titleАнализ методов распознавания эмоционального окраса речи диктора на основе аудиофайлов при помощи нейронных сетейru
dc.typeTextru
dc.subject.rugasnti50.01ru
dc.subject.udc004.032.26ru
dc.textpartК достоинствам этой среды относятся следующие особенности:  мощный и функциональный редактор кода с подсветкой синтаксиса, авто-форматированием и авто-отступами для поддерживаемых языков.  мощный рефакторинг кода, который предоставляет широкие возможности по выполнению быстрых глобальных изменений в проекте.  возможность построения UML диаграмм классов  кроссплатформенность  огромная коллекция плагинов, которая постоянно расширяется Microsoft Visual Studio 2017 ...-
Располагается в коллекциях: Выпускные квалификационные работы




Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.