Startseite› Projekte› ICASSP-2023-24-Papers

Python

ICASSP-2023-24-Papers

ICASSP 2023-2024 Papers: Eine vollständige Sammlung einflussreicher und spannender Forschungsarbeiten von den ICASSP 2023-24 Konferenzen. Entdecken Sie die neuesten Fortschritte in Akustik, Sprache und Signalverarbeitung. Code enthalten. Sternen Sie das Repository, um den Fortschritt zu unterstützen.

von DmitryRyumin · GitHub

525

Sterne

Forks

Lizenz

Erstellt

Letzter Commit

Kategorie

Sprache

asr denoising domain-adaptationMITPython

Auf GitHub ansehen

In einfachen Worten

Lesen Sie einflussreiche Forschungsarbeiten über Akustik und Signalverarbeitung von aktuellen Konferenzen.

Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →

ICASSP-2023-24-Papers — GitHub preview card

📈 Sternhistorie

2026-07-202026-08-31

📈 ICASSP-2023-24-Papers verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar

E-Mail-Alerts erhalten →

📄 Über

ICASSP-2023-24-Papers hat 525 Sterne auf GitHub. Es wurde 23-mal geforkt. ICASSP-2023-24-Papers ist hauptsächlich in Python geschrieben. Es wird seit 2023 aktiv entwickelt. ICASSP-2023-24-Papers ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: asr, denoising, domain-adaptation, face-recognition.

❓ Frequently asked questions

Was ist ICASSP-2023-24-Papers?

Ist ICASSP-2023-24-Papers Open Source?

ICASSP-2023-24-Papers ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.

Ist ICASSP-2023-24-Papers kostenlos?

Ja. ICASSP-2023-24-Papers ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht ICASSP-2023-24-Papers?

ICASSP-2023-24-Papers ist unter der MIT-Lizenz verfügbar.

In welcher Sprache ist ICASSP-2023-24-Papers geschrieben?

ICASSP-2023-24-Papers ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=dmitryryumin-icassp-2023-24-papers)](https://olud.ai/project/dmitryryumin-icassp-2023-24-papers.html)

Weitere Abzeichenoptionen →

🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

pytorch-adapt

Domänenanpassung leicht gemacht. Vollständig ausgestattet, modular und anpassbar.

★ 397 · computer-vision

teiltdomain-adaptation

pykale

Wissen-bewusste maschinelles Lernen (KALE): zugängliches maschinelles Lernen aus mehreren Quell…

★ 486 · computer-vision

teiltdomain-adaptation

Exclusively-Dark-Image-Dataset

Exklusiv Dark (ExDARK) Datensatz, der nach unserem besten Wissen die größte Sammlung von Aufnah…

★ 635 · computer-vision

teiltdomain-adaptation

powerful-benchmarker

Eine Bibliothek für ML-Benchmarking. Sie ist leistungsstark.

★ 441 · benchmarking

teiltdomain-adaptation

bonito

Eine leichte Bibliothek zur Generierung synthetischer Instruction-Tuning-Datensätze für Ihre Da…

★ 830 · domain-adaptation

teiltdomain-adaptation

openface

Gesichtserkennung mit tiefen neuronalen Netzwerken.

★ 15.4k · deep-learning

teiltface-recognition

Awesome-Diffusion-Models-in-Medical-Imaging

Diffusionsmodelle in der medizinischen Bildgebung (veröffentlicht im Medical Image Analysis Jou…

★ 2.1k · ddpm

teiltdenoising

facenet

Gesichtserkennung mit Tensorflow

★ 14.3k · computer-vision

teiltface-recognition

AdaptSegNet

Lernen, den strukturierten Ausgaberaum für die semantische Segmentierung anzupassen, CVPR 2018…

★ 859 · adversarial-learning

teiltdomain-adaptation

face_recognition

Die einfachste Gesichtserkennungs-API der Welt für Python und die Befehlszeile

★ 56.6k · face-detection

teiltface-recognition

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.