Zobrazeno 1 - 10
of 239
pro vyhledávání: '"Škopek, P."'
Despite recent advances, evaluating how well large language models (LLMs) follow user instructions remains an open problem. While evaluation methods of language models have seen a rise in prompt-based approaches, limited work on the correctness of th
Externí odkaz:
http://arxiv.org/abs/2310.08394
Publikováno v:
Baltic Journal of Health and Physical Activity, Vol 16, Iss 3, Pp Article5-Article5 (2024)
Introduction: This study explores the possibilities of leveraging immersive virtual reality (VR) training for the improvement of table tennis skills. The primary objective was to assess the in-fluence of VR intervention on the development of table te
Externí odkaz:
https://doaj.org/article/31a64573decc4d249151428d3e994243
Autor:
Soboleva, Daria, Skopek, Ondrej, Šajgalík, Márius, Cărbune, Victor, Weissenberger, Felix, Proskurnia, Julia, Prisacari, Bogdan, Valcarce, Daniel, Lu, Justin, Prabhavalkar, Rohit, Miklos, Balint
We present a novel multi-modal unspoken punctuation prediction system for the English language which combines acoustic and text features. We demonstrate for the first time, that by relying exclusively on synthetic data generated using a prosody-aware
Externí odkaz:
http://arxiv.org/abs/2010.10203
Publikováno v:
International Conference on Learning Representations (ICLR) 2020
Euclidean geometry has historically been the typical "workhorse" for machine learning applications due to its power and simplicity. However, it has recently been shown that geometric spaces with constant non-zero curvature improve representations and
Externí odkaz:
http://arxiv.org/abs/1911.08411
Supervised deep learning relies on the assumption that enough training data is available, which presents a problem for its application to several fields, like medical imaging. On the example of a binary image classification task (breast cancer recogn
Externí odkaz:
http://arxiv.org/abs/1902.07762
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Becker, Anton S., Jendele, Lukas, Skopek, Ondrej, Berger, Nicole, Ghafoor, Soleen, Marcon, Magda, Konukoglu, Ender
$\textbf{Purpose}$ To train a cycle-consistent generative adversarial network (CycleGAN) on mammographic data to inject or remove features of malignancy, and to determine whether these AI-mediated attacks can be detected by radiologists. $\textbf{Mat
Externí odkaz:
http://arxiv.org/abs/1811.07767
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Otorhinolaryngology & Phoniatrics / Otorinolaryngologie a Foniatrie; 2024, Vol. 73 Issue 1, p16-21, 6p