HyperAIHyperAI

Command Palette

Search for a command to run...

شبكة فرعية كفؤة للانتباه مع دالة خسارة مركبة للكشف التلقائي عن التلاعب في التحقق من هوية المتحدث

Amir Mohammad Rostami Mohammad Mehdi Homayounpour Ahmad Nickabadi

الملخص

كثير من الجهود سعت إلى تطوير تقنيات مكافحة التلاعب كتعزيزات على أنظمة التحقق التلقائي للمتحدث (ASV)، وذلك بهدف جعلها أكثر صلابة ضد هجمات التلاعب. كما أظهر تحدي مكافحة التلاعب في ASVspoof 2019، فإن النماذج المطبقة حاليًا لهذه المهمة هي، في أفضل حالاتها، خالية من درجات تعميم مناسبة للهجمات غير المعروفة. بعد تحقيق أعمق في الطرق المقترحة، يبدو أن رؤية أوسع تتكون من ثلاث مستويات للأنظمة المقترحة، والتي تتضمن المصنف، ومرحلة استخراج الخصائص، ودالة خسارة النموذج، قد تخفف إلى حد ما من المشكلة. وفقًا لذلك، تقترح هذه الدراسة هندسة معمارية قابلة للتحقيق لشبكة الفروع الانتباهية الكفوءة (EABN) مع دالة خسارة مركبة لمعالجة مشكلة التعميم...


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
شبكة فرعية كفؤة للانتباه مع دالة خسارة مركبة للكشف التلقائي عن التلاعب في التحقق من هوية المتحدث | مستندات | HyperAI