模代数的Hopf-Jacobson根
نویسندگان
چکیده
منابع مشابه
������������������������� � Master-Slave ������
近些年来,随着计算机的计算能力和存储能力的飞速发展,科学计算的规模越来越大,在气象、生物技术、 油藏模拟、核技术等领域,用于计算的网格已达到百万、千万乃至数十亿,计算的数据结果也已达到 GB 乃至 TB 大小。而和计算、存储技术的飞速发展相比,由于受材料、电子等工艺的限制,计算机的显示尺寸的发展相对滞 后。如何能够快速、准确的表现海量数据已经成为一个亟需解决的问题。它不仅包括如何以更大的屏幕来显示数 据,还包括如何以更快的速度来处理数据。 使用并行计算技术的大屏幕显示是解决上述问题一个很好的途径。采用多个显示设备取代原来的单个显示设 备使得显示屏幕增大为相应的倍数;各个显示设备由单独的计算机进行驱动,计算任务的分担使得显示速度也大 大提高。 除了在科学计算方面的应用外,大屏幕显示作为一种“半沉浸式”的虚拟环境,在虚拟战场、视频会议、公 共场合演示等方面也有着广泛的应用。 大屏幕显示技...
متن کامل基於聽覺感知模型之類神經網路及其在語者識別上之應用 (Two-stage Attentional Auditory Model Inspired Neural Network and Its Application to Speaker Identification) [In Chinese]
根據神經生理學研究,耳朵會針對聲音的各個頻率進行分頻,並產生出聽覺頻譜,研究人 員根據專注聽覺現象和生物聽覺實驗,也發現了大腦聽覺皮質上神經作用的模式。於本論文中, 我們運用類神經網路,建構出一種模擬人類聽覺的類神經網路模型,並在語者識別這個應用上 進行討論,期望能成功連結神經生理學的知識與工程的技術。而我們所設計的模型,是利用兩 層不同維度的卷積神經網路(Convolutional Neural Network),分別模擬初期耳蝸階段及大腦皮質 階段,透過設計卷積核初始值,即耳蝸階段多組一維分頻濾波器和大腦皮質階段同時解析時頻 資訊的二維濾波器,以使模型能夠快速地達到收斂狀態。而透過模型訓練,根據目的與環境變 因的不同,模型會自動調整其中參數,使輸入資料映射至目標的型態。同時我們也針對所提出 的模型架構,進行了多種形態的比較,進而發現在給定初始值的狀況下,即使訓練不夠充分, 也能產...
متن کاملStacking Heterogeneous Joint Models of Chinese POS Tagging and Dependency Parsing
Previous joint models of Chinese part-of-speech (POS) tagging and dependency parsing are extended from either graphor transition-based dependency models. Our analysis shows that the two models have different error distributions. In addition, integration of graphand transition-based dependency parsers by stacked learning (stacking) has achieved significant improvements. These motivate us to stud...
متن کامل現代漢語中的形式動詞 (Dummy Verbs in Contemporary Chinese)
In contemporary Chinese, there is a subclass of verbs called Dummy Verbs. After briefly introducing the lexical meanings of two typical dummy verb, ‘Jiayi’ and ‘Jinxing’, this paper discusses the grammatical attributes of ‘Jiayi’ and ‘Jinxing’ in detail and further explores their functions as markers of syntactic constituents and semantic roles.
متن کامل整合邊際資訊於鑑別式聲學模型訓練方法之比較研究 (A Comparative Study on Margin-Based Discriminative Training of Acoustic Models) [In Chinese]
鑑別式聲學模型訓練在近代自動語音辨識(Automatic Speech Recognition, ASR)中扮演 重要的角色。在許多基於不同思維且能有效地提昇辨識率的鑑別式聲學模型訓練方法陸 續被提出後,對於訓練方法的相關推廣與改進便如雨後春筍般地興起;而這些方法在本 質上,皆是在描述訓練語句與語音辨識器所產生對應詞圖(Word Graph)之間的關係。本 論文首先將統整與歸納近年來所發展的多種鑑別式聲學模型訓練方法,並以三種最具代 表性鑑別式訓練方法:最小化分類錯誤(Minimum Classification Error, MCE)、最大化交 互資訊(Maximum Mutual Information, MMI)、最小化音素錯誤(Minimum Phone Error, MPE)為範例,透過有系統地轉換與化解方程式,得到聲學模型訓練準則的共通表示函 數型態。我們可以發現到,對於...
متن کاملذخیره در منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ژورنال
عنوان ژورنال: Chinese Science Bulletin
سال: 1995
ISSN: 0023-074X
DOI: 10.1360/csb1995-40-13-1168