SIGNAL VA TASVIRLARNI SHOVQINDAN TOZALASHDA MASHINAVIY O‘RGANISH USULLARI
Article Sidebar
Main Article Content
Аннотация:
Ushbu maqolada signal va tasvirlarni shovqindan tozalashga qaratilgan mashinaviy o‘rganish usullari o‘rganildi. Konvolyutsion neyron tarmoqlar (CNN), avtrokodlovchi (Autoencoder), rekurrent neyron tarmoqlar (RNN, LSTM) va transformer arxitekturasi asosida qurilgan modellar tahlil qilindi. Har bir yondashuvning afzalliklari, cheklovlari va amaliy qo‘llanish sohalari ko‘rsatildi. Shuningdek, turli modellarning tasvir va audio signalni tozalashdagi samaradorligi bo‘yicha tajriba natijalari taqdim etildi.
Article Details
Как цитировать:
Библиографические ссылки:
Goodfellow I., Bengio Y., Courville A. Deep Learning, MIT Press, 2016.
Ronneberger O. U-Net Architecture, MICCAI, 2015.
Zhang K. DnCNN: Beyond Gaussian Denoiser, IEEE CVPR, 2017.
Vaswani A. Attention Is All You Need, NIPS, 2017.
Pascual S. SEGAN: Speech Enhancement GAN, INTERSPEECH, 2017.
Luo Y. & Mesgarani N. Conv-TasNet, ICASSP, 2019.