Tohoku University;
NTT Communication Science Laboratories;
Tohoku University,NTT Communication Science Laboratories,RIKEN Center for Advanced Intelligence Project;
Tokyo Institute of Technology;
Tohoku University,RIKEN Center for Advanced Intelligence Project;
NTT Communication Science Laboratories;
机译:采样共识模型和无监督的可变共识模型,用于提高校准模型的准确性
机译:通过改进的无监督学习模型与最高彩色特征相结合,infield油菜图像分割
机译:使用多模板模型在嘈杂环境中提高基于HMM足够统计量的快速无监督说话人适应
机译:无监督的令牌 - 明智的对齐,以改善编码器 - 解码器模型的解释
机译:使用汇总评估对齐模型和修订的Bloom's分类法来改进课程开发,教学和评估。
机译:基于图的串联重复序列建模改善了全局多序列比对
机译:无监督的令牌 - 明智的对齐,以改善编码器 - 解码器模型的解释