新闻中心 
-
01-23智能语音合成的核心原理统计参数语音合成方法因其灵活性而在语音合成领域引起广泛关注。近年来，深度神经网络模型在机器学习研究领域的应用取得显着优势，与传统方法相比。基于神经网络的建模方法...
-
01-23蒙特卡罗马尔可夫链EM算法马尔可夫链蒙特卡罗EM算法，简称MCMC-EM算法，是一种用于无监督学习中参数估计的统计学算法。它的核心思想是将马尔可夫链蒙特卡罗方法与期望最大化算法相结合，用...
-
01-22声音切割什么是语音分割语音分割是将语音信号分解成更小的、有意义的语音单元的过程。一般来说，连续的语音信号会被分割成单词、音节或语音段等。语音分割是语音处理任务中的基础，...
-
01-22介绍机器学习的状态转移模型状态转移模型是一种常见的机器学习模型，用于描述系统、过程或事件的状态变化规律。它可以预测未来的状态，或根据观测到的状态推断出之前的状态。因此，在时间序列预测、语...
-
01-22蒙特卡洛模拟的常见模型和算法蒙特卡洛模拟方法是一种基于随机采样的模拟方法，用于模拟复杂系统或过程，并获得其概率分布或特性。在机器学习领域，蒙特卡洛模拟方法被广泛应用于计算机视觉、自然语言处...
-
01-15中科大开发「状态序列频域预测」方法，性能提升20%，样本效率达到最大强化学习算法（ReinforcementLearning,RL）的训练过程通常需要大量的与环境互动的样本数据来支持。然而，在现实世界中，收集大量交互样本往往非常...
