Zobrazeno 1 - 10
of 8 912
pro vyhledávání: '"Emonet, A."'
Autor:
Fehleison, Jill R1 (AUTHOR) jill.fehleison@quinnipiac.edu
Publikováno v:
Journal of Jesuit Studies. 2023, Vol. 10 Issue 4, p721-723. 3p.
In this manuscript, the topic of multi-corpus Speech Emotion Recognition (SER) is approached from a deep transfer learning perspective. A large corpus of emotional speech data, EmoSet, is assembled from a number of existing SER corpora. In total, Emo
Externí odkaz:
http://arxiv.org/abs/2103.08310
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:
In IFAC PapersOnLine 2020 53(5):650-655
Conference
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Emonet, Vincent, Bolleman, Jerven, Duvaud, Severine, de Farias, Tarcisio Mendes, Sima, Ana Claudia
We introduce a Retrieval-Augmented Generation (RAG) system for translating user questions into accurate federated SPARQL queries over bioinformatics knowledge graphs (KGs) leveraging Large Language Models (LLMs). To enhance accuracy and reduce halluc
Externí odkaz:
http://arxiv.org/abs/2410.06062
Autor:
Bolleman, Jerven, Emonet, Vincent, Altenhoff, Adrian, Bairoch, Amos, Blatter, Marie-Claude, Bridge, Alan, Duvaud, Severine, Gasteiger, Elisabeth, Kuznetsov, Dmitry, Moretti, Sebastien, Michel, Pierre-Andre, Morgat, Anne, Pagni, Marco, Redaschi, Nicole, Zahn-Zabal, Monique, de Farias, Tarcisio Mendes, Sima, Ana Claudia
Background. In the last decades, several life science resources have structured data using the same framework and made these accessible using the same query language to facilitate interoperability. Knowledge graphs have seen increased adoption in bio
Externí odkaz:
http://arxiv.org/abs/2410.06010
Autor:
Chaki, Sayan Kumar, Baltaci, Zeynep Sonat, Vincent, Elliot, Emonet, Remi, Vial-Bonacci, Fabienne, Bahier-Porte, Christelle, Aubry, Mathieu, Fournel, Thierry
This paper aims to develop the study of historical printed ornaments with modern unsupervised computer vision. We highlight three complex tasks that are of critical interest to book historians: clustering, element discovery, and unsupervised change l
Externí odkaz:
http://arxiv.org/abs/2408.08633
Autor:
Mattingly, Henry H., Kamino, Keita, Ong, Jude, Kottou, Rafaela, Emonet, Thierry, Machta, Benjamin B.
Understanding biological functions requires identifying the physical limits and system-specific constraints that have shaped them. In Escherichia coli chemotaxis, gradient-climbing speed is information-limited, bounded by the sensory information they
Externí odkaz:
http://arxiv.org/abs/2407.07264
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.