Machine Learning Methods for Signal, Image and Speech Processing
Le paysage du traitement du signal (TS) a été enrichi par les progrès récents de l'intelligence artificielle (IA) et de l'apprentissage machine (ML), ce qui a donné naissance à de nouveaux outils pour l'estimation, la classification, la prédiction et la manipulation des signaux. Les représentations de signaux en couches, l'approximation de fonctions non linéaires et la prédiction de signaux non linéaires sont désormais réalisables à très grande échelle, tant en termes de dimensionnalité que de taille des données.
Ces techniques permettent des gains de performance significatifs dans une variété de domaines problématiques de longue date tels que l'analyse de la parole et de l'image. Ils permettent également de construire de nouvelles classes de fonctions non linéaires (par exemple, la fusion, le filtrage non linéaire).
Ce livre aidera les universitaires, les chercheurs, les développeurs, les étudiants de troisième cycle et de premier cycle à comprendre les données SP complexes dans un large éventail de domaines d'application tels que les données multimédias sociales collectées à partir des réseaux de médias sociaux, les données d'imagerie médicale, les données provenant des tests Covid, etc. Ce livre se concentre sur l'utilisation de l'IA dans les domaines de la parole, de l'image, des communications et de la réalité virtuelle.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)