Tootfinder

heute im dienstkalender: eine fortbildung zum thema "working out loud": https://www.uni-muenster.de/Fortbildung/gesamtprogramm/kommunikation/Vernetzung_lernen.php 🎧

LC4SV: A Denoising Framework Learning to Compensate for Unseen Speaker Verification Models
Chi-Chang Lee, Hong-Wei Chen, Chu-Song Chen, Hsin-Min Wang, Tsung-Te Liu, Yu Tsao
https://arXiv.org/abs/2311.16604

LC4SV: A Denoising Framework Learning to Compensate for Unseen Speaker Verification Models
The performance of speaker verification (SV) models may drop dramatically in noisy environments. A speech enhancement (SE) module can be used as a front-end strategy. However, existing SE methods may fail to bring performance improvements to downstream SV systems due to artifacts in the predicted signals of SE models. To compensate for artifacts, we propose a generic denoising framework named LC4SV, which can serve as a pre-processor for various unknown downstream SV models. In LC4SV, we employ…

So, heute gab es wieder mal ein Brunch aus geretteten Lebensmitteln, dann eine größere Diskussion mit meiner neuen Therme, die nicht heizt, vermutlich weil der Funkkontakt zum Raumthermostat nicht funktioniert (danke für die Hinweise), und schließlich noch ein Paket mit geretteten Lebensmitteln aus der Packstation, und Motatos muß endlich mal lernen, daß man Artikel mit kaputten Verpackungen nicht in die Pakete stopft. Ich stopf mich jetzt mit ein paar Dominosteinen voll (noch vom letzten Ja…

Es ist ein haufenweise kostenloses sammeln von #Daten um über diese zu lernen so wie Geld zu verdienen, mehr nicht (meine Meinung):
»#OpenAI – #ChatGPT Voice für alle frei verfügbar:
Sämtliche

OpenAI: ChatGPT Voice für alle frei verfügbar - Golem.de
Sämtliche Nutzer der ChatGPT-App können nun auch mit dem Chatbot reden und sich Fragen beantworten lassen.

LC4SV: A Denoising Framework Learning to Compensate for Unseen Speaker Verification Models
Chi-Chang Lee, Hong-Wei Chen, Chu-Song Chen, Hsin-Min Wang, Tsung-Te Liu, Yu Tsao
https://arXiv.org/abs/2311.16604

LC4SV: A Denoising Framework Learning to Compensate for Unseen Speaker Verification Models
The performance of speaker verification (SV) models may drop dramatically in noisy environments. A speech enhancement (SE) module can be used as a front-end strategy. However, existing SE methods may fail to bring performance improvements to downstream SV systems due to artifacts in the predicted signals of SE models. To compensate for artifacts, we propose a generic denoising framework named LC4SV, which can serve as a pre-processor for various unknown downstream SV models. In LC4SV, we employ…

Digitalpakt Schule: Nur noch 10 Prozent der Staatsmilliarden sind verfügbar
90 Prozent der Gelder zur Digitalisierung des Bildungssystems sind ausgezahlt oder bewilligt. Der Rest kann aber teils bis Ende 2026 noch eingesetzt werden.

Ansagen in der Bahn: So läuft das Training für Zugdurchsagen ab
Locker und persönlich sollen sie sein, die Ansagen in den Zügen der Deutschen Bahn. Wie das geht, lernen Zugchefs und Zugchefinnen bei einem eigens dafür konzipierten Training. Der reisereporter war einen Tag lang dabei (mit Video).

Ansagentraining bei der Bahn: „Endlich sagen, wie es ist!“
Locker und persönlich sollen sie sein, die Ansagen in den Zügen der Deutschen Bahn. Wie das geht, lernen Zugchefs und Zugchefinnen bei einem eigens dafür konzipierten Training. Der reisereporter war einen Tag lang dabei (mit Video im Text).

This https://arxiv.org/abs/2304.00083 has been replaced.
initial toot: https://mastoxiv.page/@arXiv_csCR_…

A Generative Framework for Low-Cost Result Validation of Outsourced Machine Learning Tasks
The growing popularity of Machine Learning (ML) has led to its deployment in various sensitive domains, which has resulted in significant research focused on ML security and privacy. However, in some applications, such as autonomous driving, integrity verification of the outsourced ML workload is more critical--a facet that has not received much attention. Existing solutions, such as multi-party computation and proof-based systems, impose significant computation overhead, which makes them unfit…

Comparing Differentiable Logics for Learning Systems: A Research Preview
Thomas Flinkow (Maynooth University), Barak A. Pearlmutter (Maynooth University), Rosemary Monahan (Maynooth University)
https://arXiv.org/abs/2311.09809

Comparing Differentiable Logics for Learning Systems: A Research Preview
Extensive research on formal verification of machine learning (ML) systems indicates that learning from data alone often fails to capture underlying background knowledge. A variety of verifiers have been developed to ensure that a machine-learnt model satisfies correctness and safety properties, however, these verifiers typically assume a trained network with fixed weights. ML-enabled autonomous systems are required to not only detect incorrect predictions, but should also possess the ability t…