Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "ASR" wg kryterium: Temat


Tytuł:
Petrograficzna identyfikacja kruszyw podatnych na wystąpienie reakcji alkalicznej w betonie
Petrographic identification of aggregates susceptible to alkali-silica reaction
Autorzy:
Gibas, K.
Jóźwiak-Niedźwiedzka, D.
Glinicki, M. A.
Powiązania:
https://bibliotekanauki.pl/articles/392093.pdf
Data publikacji:
2017
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Ceramiki i Materiałów Budowlanych
Tematy:
kruszywo do betonu
analiza petrograficzna
RAK
reakcja alkalia-kruszywo
ASR
reakcja krzemoalkaliczna
podatność
minerał reaktywny
concrete aggregate
petrographic analysis
AAR
alkali-aggregate reaction
alkali-silica reaction
susceptibility
reactive mineral
Opis:
Przedstawiono wyniki analizy petrograficznej 20 kruszyw łamanych z różnych regionów Polski, przeprowadzonej na cienkich szlifach analizowanych pod mikroskopem w świetle przechodzącym. Próbki kruszyw grubych frakcji do 16 mm pochodziły ze skał litych oraz ze złóż polodowcowych z zakładów produkcji kruszyw, łamanych stosowanych do betonu. Ocenę składu mineralnego kruszyw, mającą na celu rozpoznanie składników szkodliwych, przeprowadzono z uwagi na zawartość reaktywnych minerałów krzemionkowych, m.in. opalu, krystobalitu, trydymitu, chalcedonu, wielkość kryształów (skryto- i mikrokrystaliczny kwarc) oraz kwarcu w stanie naprężeń. Zastosowanie metody petrograficznej na cienkich szlifach pozwoliło na wstępną kwalifikację do kategorii potencjalnie reaktywnej lub reaktywnej. Uzyskane wyniki badań stanowią wstępną informację o przydatności kruszyw jako składników betonu bądź o skierowaniu ich do dalszych szczegółowych badań lub ich odrzucenia.
The paper presents the results of the petrographic analysis of 20 aggregates from different regions of Poland, carried out on thin section analyzed under a microscope in transmitted light. Samples of coarse aggregate fractions up to 16 mm came from the production of crushed aggregates from solid rocks and glacial deposits. Evaluation of the mineral composition of the aggregate regarding to recognition of the harmful component was made due to content of reactive silica minerals: including opal, cristobalite, tridymite, chalcedony, or size of quartz crystals: crypto- or microcrystalline quartz and quartz in stress state. Application of petrographic identification of thin sections allowed for preliminary qualification of aggregate to potentially reactive or reactive category. The results support the decision about suitability of aggregate as components of the concrete or refer them for further detailed research or reject them.
Źródło:
Prace Instytutu Ceramiki i Materiałów Budowlanych; 2017, R. 10, nr 30, 30; 68-78
1899-3230
Pojawia się w:
Prace Instytutu Ceramiki i Materiałów Budowlanych
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie korpusów rosyjskojęzycznych newsów internetowych na potrzeby systemów automatycznego rozpoznawania mowy w obszarze monitoringu mediów
The use of Russian-language internet news corpora for the purposes of automatic speech recognition systems in the area of the media monitoring
Использование русскоязычных интернет-корпусов новостей для систем автоматического распознавания речи в сфере медиа-мониторинга
Autorzy:
Borysowski, Daniel
Powiązania:
https://bibliotekanauki.pl/articles/2085252.pdf
Data publikacji:
2022-03-14
Wydawca:
Polskie Towarzystwo Rusycystyczne
Tematy:
интернет-корпус новостей
моделирование языка
распознавание речи
ASR
медиа-мониторинг
korpus newsów internetowych
modelowanie języka
rozpoznawanie mowy
monitoring mediów
internet news corpora
language modeling
speech recognition
media monitoring
Opis:
Autor artykułu wykorzystał otwarte zasoby korpusowe (NewsRu oraz Taiga), gromadzące newsy internetowe, do stworzenia N-gramowych modeli języka na potrzeby systemów automatycznego rozpoznawania mowy. Modele zostały poddane wszechstronnej ewaluacji (perplexity, word error rate, rozpoznawanie nazw własnych, porównanie z modelem bazowym oraz Google ASR). Autor dokonał także rescoringu modeli N-gramowych, wykorzystując w tym celu rekurencyjne sieci neuronowe. Skuteczność modeli oceniono w drodze rozpoznawania mowy z kanału informacyjnego Россия 24 (przetestowano 37 plików o łącznej długości 1,5 godziny). Dobór danych testowych wiąże się z zasadniczym celem artykułu – rozpoznawaniem mowy na potrzeby tzw. monitorinu mediów.
Автор статьи использовал открытые корпусы NewsRu и Taiga, собирающие тексты интерет-новостей, для создания N-граммных языковых моделей для систем автоматического распознавания речи. Модели подверглись комплексной оценке (perplexity, WER, распознавание имен собственных, сравнение с базовой моделью и Google ASR). Автор использовал также рекурсивные нейронные сети для так называемого рескорина N-граммных моделей. Эффективность моделей оценивалась путем распознавания речи с новостного канала Россия 24 (оценке подверглись 37 файлов общей продолжительностью 1,5 часа). Выбор тестовых данных связан с основной целью статьи – распознаванием речи в рамках так называемого медиа-мониторинга.
The author of the article used open Internet-news corpuses (NewsRu and Taiga) to create N-gram language models for the needs of automatic speech recognition systems. The models were comprehensively evaluated (perplexity, WER, proper name recognition, comparison with the base model and Google ASR). The author also rescored N-gram models, using recursive neural networks. The effectiveness of the models was assessed by recognizing speech from the news channel Россия 24 (37 files with a total length of 1.5 hours were tested). The selection of test data is related to the main goal of the article – speech recognition for the needs of the so-called media monitoring.
Źródło:
Przegląd Rusycystyczny; 2022, 1(177); 31-54
0137-298X
Pojawia się w:
Przegląd Rusycystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies