Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Recognizing Emotions from Human Speech Using 2-D Neural Classifier and Influence the Selection of Input Parameters on its Accuracy

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F13%3A86086901" target="_blank" >RIV/61989100:27240/13:86086901 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1109/TELFOR.2013.6716272" target="_blank" >http://dx.doi.org/10.1109/TELFOR.2013.6716272</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/TELFOR.2013.6716272" target="_blank" >10.1109/TELFOR.2013.6716272</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Recognizing Emotions from Human Speech Using 2-D Neural Classifier and Influence the Selection of Input Parameters on its Accuracy

  • Popis výsledku v původním jazyce

    This paper deals with the comparison of different methods of speech features extraction for a neural network classifier. We have used a Kohohen self-organizing feature map (SOM) for output-stage classifier which is a specific type of artificial neural nets. The result of this research deals with the accuracy of emotion classifier and compares the two input combinations.

  • Název v anglickém jazyce

    Recognizing Emotions from Human Speech Using 2-D Neural Classifier and Influence the Selection of Input Parameters on its Accuracy

  • Popis výsledku anglicky

    This paper deals with the comparison of different methods of speech features extraction for a neural network classifier. We have used a Kohohen self-organizing feature map (SOM) for output-stage classifier which is a specific type of artificial neural nets. The result of this research deals with the accuracy of emotion classifier and compares the two input combinations.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JA - Elektronika a optoelektronika, elektrotechnika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2013

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    2013 21st Telecommunications Forum Telfor, TELFOR 2013 - Proceedings of Papers

  • ISBN

    978-1-4799-1419-7

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    4

  • Strana od-do

    482-485

  • Název nakladatele

    IEEE

  • Místo vydání

    New York

  • Místo konání akce

    Belgrade

  • Datum konání akce

    26. 11. 2013

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku