Metody uczenia maszynowego w przetwarzaniu sygnałów, obrazów i mowy

Oryginalny tytuł:

Machine Learning Methods for Signal, Image and Speech Processing

Zawartość książki:

Krajobraz przetwarzania sygnałów (SP) został wzbogacony przez ostatnie postępy w sztucznej inteligencji (AI) i uczeniu maszynowym (ML), dając nowe narzędzia do estymacji, klasyfikacji, przewidywania i manipulacji sygnałem. Warstwowe reprezentacje sygnałów, nieliniowa aproksymacja funkcji i nieliniowe przewidywanie sygnału są obecnie możliwe na bardzo dużą skalę, zarówno pod względem wymiarowości, jak i rozmiaru danych.

Prowadzi to do znacznego wzrostu wydajności w różnych dziedzinach, takich jak analiza mowy i obrazu. Zapewniają także możliwość konstruowania nowych klas funkcji nieliniowych (np. fuzja, filtrowanie nieliniowe).

Książka ta pomoże naukowcom, badaczom, programistom, absolwentom i studentom studiów licencjackich w zrozumieniu złożonych danych SP w szerokim zakresie aktualnych obszarów zastosowań, takich jak dane multimedialne zebrane z sieci społecznościowych, dane obrazowania medycznego, dane z testów Covid itp. Ta książka koncentruje się na wykorzystaniu sztucznej inteligencji w domenach mowy, obrazu, komunikacji i rzeczywistości wirtualnej.