Temă de cercetare Metode de antrenare a modelelor de inteligență artificială sigure

CineSubNet: A Multimodal Architecture for Text-Driven Cinematic Audio Source Separation

În această lucrare se propune CineSubNet, o arhitectură multimodală bazată pe informație textuală pentru CASS. Subtitrările sunt generate automat printr-un sistem de recunoaștere automată a vorbirii (ASR) și integrate fără a necesita o aliniere explicită cu semnalul audio, facilitând astfel…

Citește mai multCineSubNet: A Multimodal Architecture for Text-Driven Cinematic Audio Source Separation

Improving Graph-Based Sleep Staging with Shared Waveform Node Representations

Studiul investighează impactul reprezentării nodurilor asupra performanței modelelor graf pentru clasificarea stadiilor de somn. Frontendurile specifice a cinci arhitecturi sunt înlocuite cu aceeași rețea convoluțională unidimensională, antrenată direct pe semnale polisomnografice. Sunt analizate trei strategii de antrenare pe cinci seturi…

Citește mai multImproving Graph-Based Sleep Staging with Shared Waveform Node Representations

Towards Universal, Transferable, and Targeted Acoustic Attacks on ASR Systems

Lucrarea propune MuteOut, o metodă de generare a perturbațiilor adversariale universale, aplicabile mai multor înregistrări de vorbire și transferabile între modele de recunoaștere automată a vorbirii (ASR). Studiul analizează mecanismele prin care caracteristicile arhitecturale comune favorizează transferabilitatea acestor atacuri, evidențiind…

Citește mai multTowards Universal, Transferable, and Targeted Acoustic Attacks on ASR Systems