Zapowiedź – 81. Spotkanie – Automated Assessment of Pronunciation in L2-English

Serdecznie zapraszamy na nasze spotkanie w poniedziałek 24 lutego 2020, odbędzie się ono o 18.oo w sali 106 ETI PG.

Prelegentem będzie Grzegorz Beringer (Amazon).

Temat prelekcji to: Automated Assessment of Pronunciation in L2-English.

Opis (ang.):
Improving one’s pronunciation is a key issue when learning a new language and wanting to be understood by native speakers.

For this reason, there is a growing need for Computer-Assisted Pronunciation Training (CAPT) software. In this talk, I will show you the problems CAPT deals with, specifically pronunciation error detection and diagnosis, where ML models can greatly help.

We will go from the baseline, a likelihood-based score called Goodness of Pronunciation (GOP), through the analysis of GOP constraints, to finally generating and scoring multiple mispronunciation hypothesis, to find what the learner has actually uttered.

Serdecznie zapraszamy!

Zapowiedź – 80. Spotkanie – Algorytmy uczenia self-supervised w przetwarzaniu obrazów

Serdecznie zapraszamy na nasze spotkanie w poniedziałek 10 lutego 2020, odbędzie się ono o 18.oo w sali 106 ETI PG.

Prelegentem będzie Arkadiusz Kwasigroch.

Temat prelekcji to: Algorytmy uczenia self-supervised w przetwarzaniu obrazów

W jaki sposób wykorzystać w pełni dane, które posiadamy? Jak wykorzystać w uczeniu obrazy, które nie posiadają przypisanych etykiet?

Odpowiedzią na to pytanie mogą być właśnie algorytmy uczenia typu self-supervised. Jest to rodzina metod, które można wykorzystać w celu poprawienia dokładności klasyfikatora wykorzystując nieoznaczone dane.

W prezentacji przedstawiona zostanie ogólna idea algorytmów, sposób ich działania oraz przykłady zastosowania.

Dowiecie się również jaka jest różnica pomiędzy metodami uczenia typu supervised, self-supervised, semi-supervised, weakly-supervised i unsupervised.

Serdecznie zapraszamy!