Andere Kunden interessierten sich auch für
![Reconnaissance des visages à l'aide de l'analyse en composantes principales et des réseaux neuronaux]( "Reconnaissance des visages à l'aide de l'analyse en composantes principales et des réseaux neuronaux")
Reconnaissance des visages à l'aide de l'analyse en composantes principales et des réseaux neuronaux23,99 €![Mise en ¿uvre d'un modèle d'apprentissage profond pour la détection d'objets]( "Mise en ¿uvre d'un modèle d'apprentissage profond pour la détection d'objets")
Mise en ¿uvre d'un modèle d'apprentissage profond pour la détection d'objets36,99 €![DES TECHNIQUES D'APPRENTISSAGE PROFOND POUR DIAGNOSTIQUER LES MALADIES]( "DES TECHNIQUES D'APPRENTISSAGE PROFOND POUR DIAGNOSTIQUER LES MALADIES")
DES TECHNIQUES D'APPRENTISSAGE PROFOND POUR DIAGNOSTIQUER LES MALADIES29,99 €![Reconnaissance d'actions humaines à partir de vidéos à l'aide de classificateurs SVM et KNN]( "Reconnaissance d'actions humaines à partir de vidéos à l'aide de classificateurs SVM et KNN")
Reconnaissance d'actions humaines à partir de vidéos à l'aide de classificateurs SVM et KNN26,99 €![Détection et classification des maladies de la peau à l'aide de l'apprentissage profond]( "Détection et classification des maladies de la peau à l'aide de l'apprentissage profond")
Détection et classification des maladies de la peau à l'aide de l'apprentissage profond29,99 €![L'apprentissage profond dans les réseaux sans fil intelligents]( "L'apprentissage profond dans les réseaux sans fil intelligents")
L'apprentissage profond dans les réseaux sans fil intelligents29,99 €![Reconnaissance des émotions musicales - Les caractéristiques combinées]( "Reconnaissance des émotions musicales - Les caractéristiques combinées")
Reconnaissance des émotions musicales - Les caractéristiques combinées26,99 €
Ce livre, "Multimodal Emotion Recognition Using Deep Learning Networks", se concentre sur l'amélioration de la reconnaissance des émotions en combinant plusieurs sources de données (modalités) telles que les expressions faciales, l'EEG et les signaux physiologiques. Des modèles d'apprentissage profond sont utilisés pour extraire les caractéristiques de chaque modalité, et des techniques de fusion (telles que l'approche de fusion tardive) intègrent ces caractéristiques pour faire des prédictions d'émotion plus précises. L'étude montre que la fusion multimodale augmente considérablement les performances par rapport aux systèmes à modalité unique, soulignant l'importance de combiner des indices émotionnels complémentaires à l'aide d'architectures de réseaux neuronaux avancés.