Accueil› Projets› ICASSP-2023-24-Papers

Python

ICASSP-2023-24-Papers

Papiers ICASSP 2023-2024 : Une collection complète de recherches influentes et passionnantes des conférences ICASSP 2023-24. Explorez les dernières avancées en acoustique, en traitement de la parole et des signaux. Code inclus. Étoile le dépôt pour soutenir l'avancement.

par DmitryRyumin · GitHub

525

Étoiles

Forks

Licence

Créé

Dernier commit

Catégorie

Langue

asr denoising domain-adaptationMITPython

Voir sur GitHub

En termes simples

Lisez des articles de recherche influents sur l'acoustique et le traitement du signal lors de récentes conférences.

Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →

ICASSP-2023-24-Papers — GitHub preview card

📈 Historique des étoiles

2026-07-202026-08-31

📈 Suivez ICASSP-2023-24-Papers

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment

Recevoir des alertes e-mail →

📄 À propos

ICASSP-2023-24-Papers compte 525 étoiles sur GitHub. Il a été forké 23 fois. ICASSP-2023-24-Papers est écrit principalement en Python. Il est développé activement depuis 2023. ICASSP-2023-24-Papers est disponible sous licence MIT. Ses principaux thèmes sont : asr, denoising, domain-adaptation, face-recognition.

❓ Frequently asked questions

Qu'est-ce que ICASSP-2023-24-Papers ?

ICASSP-2023-24-Papers est-il open source ?

ICASSP-2023-24-Papers est un projet open source. Il est distribué sous licence MIT.

ICASSP-2023-24-Papers est-il gratuit ?

Oui. ICASSP-2023-24-Papers est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est ICASSP-2023-24-Papers ?

ICASSP-2023-24-Papers est disponible sous licence MIT.

Dans quel langage ICASSP-2023-24-Papers est-il écrit ?

ICASSP-2023-24-Papers est écrit principalement en Python.

🏅 Mainteneur de ce projet ?

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

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

Plus d'options de badge →

🧬 Partage son ADN avec🧬 Voir la cartographie ADN →

pytorch-adapt

L'adaptation de domaine facilitée. Entièrement fonctionnel, modulaire et personnalisable.

★ 397 · computer-vision

partagedomain-adaptation

pykale

Apprentissage machine conscient des connaissances (KALE) : apprentissage machine accessible à p…

★ 486 · computer-vision

partagedomain-adaptation

Exclusively-Dark-Image-Dataset

Jeu de données Exclusively Dark (ExDARK) qui, à notre connaissance, est la plus grande collecti…

★ 635 · computer-vision

partagedomain-adaptation

powerful-benchmarker

Une bibliothèque pour le benchmarking ML. C'est puissant.

★ 441 · benchmarking

partagedomain-adaptation

bonito

Une bibliothèque légère pour générer des ensembles de données de réglage d'instructions synthét…

★ 830 · domain-adaptation

partagedomain-adaptation

openface

Reconnaissance faciale avec des réseaux de neurones profonds.

★ 15.4k · deep-learning

partageface-recognition

Awesome-Diffusion-Models-in-Medical-Imaging

Modèles de diffusion en imagerie médicale (publié dans le Journal d'analyse d'images médicales)

★ 2.1k · ddpm

partagedenoising

facenet

Reconnaissance faciale utilisant Tensorflow

★ 14.3k · computer-vision

partageface-recognition

AdaptSegNet

Apprendre à adapter l'espace de sortie structuré pour la segmentation sémantique, CVPR 2018 (sp…

★ 859 · adversarial-learning

partagedomain-adaptation

face_recognition

L'API de reconnaissance faciale la plus simple au monde pour Python et la ligne de commande

★ 56.6k · face-detection

partageface-recognition

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.