Fergani (10 results)

Brochure scolaire illustrée. Une feuille dépliante. 30x60 cm.

Condition: New.

Hardcover. Condition: New. In original hardcover and with publisher's special slip-case. Roy. 8vo. 421, [147] p. 147 p. manuscripts' facsimiles in Arabic. From the series of Eastern vanguards of philosophy and sciences. Manuscripts in Arabic on astronomy at the period of early Arabian and their transcriptions in Turkish language. Very important book on history of sciences.

Taschenbuch. Condition: Neu. Indexation en locuteurs de documents sonores | Application des Séparateurs à Vaste Marge (SVM) | Belkacem Fergani | Taschenbuch | 156 S. | Französisch | 2013 | Presses Académiques Francophones | EAN 9783841620606 | Verantwortliche Person für die EU: BoD - Books on Demand, In de Tarpen 42, 22848 Norderstedt, info[at]bod[dot]de | Anbieter: preigu.

Paperback. Condition: Brand New. 156 pages. French language. 8.66x5.91x0.36 inches. In Stock.

Condition: As New. THIS IS NOT AN ORIGINAL COPY. IT IS A PHOTOCOPY OF THE TITLE, BOUND IN BOOK FORMAT Editors: Translator: 702 pages.

Condition: New. Bilimin ve Felsefenin Dogulu Öncüleri Dizisi: 14 Editors: Translator: Türker, Ömer; Unar, Yavuz pages.

Taschenbuch. Condition: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Cette contribution montre à travers une synthèse de l'état de l'art que les systèmes d'indexation en locuteurs dépendent fortement des performances de l'étape de segmentation dont l'élément déterminant est la mesure de similarité adoptée. La définition de cette mesure dépend notamment de l'espace de représentation des données et de la méthode de classification adoptée. Dans ce cadre, nous adoptons le formalisme des Méthodes à Vecteurs de Support (SVM), comme outil de décision discriminant. Son avantage principal est de contrôler la complexité du modèle ajusté aux données et de prendre en compte l'information paramétrée selon diverses configurations et tailles des vecteurs acoustiques. Nous exploitons les informations extraites de l'entraînement du classifieur (SVM) , pour définir une distance dans l'espace des caractéristiques. Son caractère géométrique facilite son calcul et son interprératation. Cette mesure est mise en oeuvre dans le cadre d'algorithmes pour la détection de ruptures puis le regroupement de segments correspondant à l'intervention des différents locuteurs. 156 pp. Französisch.

Taschenbuch. Condition: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Cette contribution montre à travers une synthèse de l'état de l'art que les systèmes d'indexation en locuteurs dépendent fortement des performances de l'étape de segmentation dont l'élément déterminant est la mesure de similarité adoptée. La définition de cette mesure dépend notamment de l'espace de représentation des données et de la méthode de classification adoptée. Dans ce cadre, nous adoptons le formalisme des Méthodes à Vecteurs de Support (SVM), comme outil de décision discriminant. Son avantage principal est de contrôler la complexité du modèle ajusté aux données et de prendre en compte l'information paramétrée selon diverses configurations et tailles des vecteurs acoustiques. Nous exploitons les informations extraites de l'entraînement du classifieur (SVM) , pour définir une distance dans l'espace des caractéristiques. Son caractère géométrique facilite son calcul et son interprératation. Cette mesure est mise en oeuvre dans le cadre d'algorithmes pour la détection de ruptures puis le regroupement de segments correspondant à l'intervention des différents locuteurs.

Taschenbuch. Condition: Neu. This item is printed on demand - Print on Demand Titel. Neuware -Cette contribution montre à travers une synthèse de l'état de l'art que les systèmes d'indexation en locuteurs dépendent fortement des performances de l'étape de segmentation dont l'élément déterminant est la mesure de similarité adoptée. La définition de cette mesure dépend notamment de l'espace de représentation des données et de la méthode de classification adoptée. Dans ce cadre, nous adoptons le formalisme des Méthodes à Vecteurs de Support (SVM), comme outil de décision discriminant. Son avantage principal est de contrôler la complexité du modèle ajusté aux données et de prendre en compte l'information paramétrée selon diverses configurations et tailles des vecteurs acoustiques. Nous exploitons les informations extraites de l'entraînement du classifieur (SVM) , pour définir une distance dans l'espace des caractéristiques. Son caractère géométrique facilite son calcul et son interprératation. Cette mesure est mise en oeuvre dans le cadre d'algorithmes pour la détection de ruptures puis le regroupement de segments correspondant à l'intervention des différents locuteurs.Books on Demand GmbH, Überseering 33, 22297 Hamburg 156 pp. Französisch.