• Fri frakt över 249 kr
  • •
  • Snabba leveranser
  • •
  • Billiga böcker
Kundservice

Du är på sajten för privatpersoner.

Företag, bibliotek eller offentlig verksamhet?

Du handlar på classic.bokus.com, där alla dina funktioner finns intakta.
Till classic.bokus.com
Bokus logotyp. Gå till startsidan.
  • Erbjudanden
  • Student
  • Topplistor
  • Barn & ungdom
  • Bokus Play
  • Bokus Play
  • E-böcker
  • Ljudböcker
  • Pocketböcker
  • Spel & pussel

10% rabatt på allt med kod NYSTART10 →

Sidfot

Mina sidor

    Hjälp

    • Kundservice
    • Vanliga frågor och svar
    • Frakt och leverans
    • Retur vid ångerrätt
    • Reklamera vara
    • Betalning
    • Köpvillkor
    • Allmänna villkor
    • Information om webbplatsens tillgänglighet

    Om Bokus

    • Om oss
    • Pressrum
    • För studenter
    • För företag
    • För bibliotek och offentlig verksamhet
    • För leverantörer
    • Hållbarhet

    Populärt

    • Aktuella erbjudanden
    • Presentkort
    • Studentlitteratur
    • Nya böcker
    • Topplistor
    • Signerade böcker
    • Engelska böcker

    Inspiration

    • Boktips
    • BookTok
    • Populära bokserier
    • Barnbokskaraktärer
    • Populära författare
    Logotyp för Bokus
    Följ oss på Facebook (extern länk)Följ oss på Instagram (extern länk)Följ oss på YouTube (extern länk)Följ oss på TikTok (extern länk)
    bokus @ CookiesAnpassa cookiesIntegritetspolicyKöpvillkor
    Till Citymail hemsida (extern länk)Till Budbee hemsida (extern länk)Till Postnord hemsida (extern länk)Till Schenker hemsida (extern länk)Till Early Bird hemsida (extern länk)Till Walleys hemsida (extern länk)
    1. Naturvetenskap och teknik
    2. Teknik och industri
    3. Elektronik och kommunikationer

    Privacy-Preserving Machine Learning for Speech Processing

    AvManas A. Pathak

    Inbunden, Engelska, 2012

    Del i serien Springer Theses

    1 084 kr

    Beställningsvara. Skickas inom 10-15 vardagar. Fri frakt över 249 kr.

    Fler format och utgåvor

    E-bok

    1 416 kr

    Häftad

    1 084 kr

    Beskrivning

    This thesis discusses the privacy issues in speech-based applications such as biometric authentication, surveillance, and external speech processing services. Author Manas A. Pathak presents solutions for privacy-preserving speech processing applications such as speaker verification, speaker identification and speech recognition. The author also introduces some of the tools from cryptography and machine learning and current techniques for improving the efficiency and scalability of the presented solutions. Experiments with prototype implementations of the solutions for execution time and accuracy on standardized speech datasets are also included in the text. Using the framework proposed  may now make it possible for a surveillance agency to listen for a known terrorist without being able to hear conversation from non-targeted, innocent civilians.

    Produktinformation

    • Utgivningsdatum:2012-10-25
    • Mått:155 x 235 x 12 mm
    • Vikt:412 g
    • Format:Inbunden
    • Språk:Engelska
    • Serie:Springer Theses
    • Antal sidor:142
    • Upplaga:2013
    • Förlag:Springer-Verlag New York Inc.
    • ISBN:9781461446385

    Utforska kategorier

    • Elektronik och kommunikationer inom Naturvetenskap och teknik
    • Övrig teknik och tillämpad vetenskap inom Naturvetenskap och teknik
    • Systemvetenskap och AI inom Data och IT

    Mer om författaren

    Dr. Manas A. Pathak received the BTech degree in computer science from Visvesvaraya National Institute of Technology, Nagpur, India, in 2006, and the MS and PhD degrees from the Language Technologies Institute at Carnegie Mellon University (CMU) in 2009 and 2012 respectively. He is currently working as a research scientist at Adchemy, Inc. His research interests include intersection of data privacy, machine learning, speech processing.

    Innehållsförteckning

    • Thesis Overview.- Speech Processing Background.- Privacy Background.- Overview of Speaker Verification with Privacy.- Privacy-Preserving Speaker Verification Using Gaussian Mixture Models.- Privacy-Preserving Speaker Verification as String Comparison.- Overview of Speaker Indentification with Privacy.- Privacy-Preserving Speaker Identification Using Gausian Mixture Models.- Privacy-Preserving Speaker Identification as String Comparison.- Overview of Speech Recognition with Privacy.- Privacy-Preserving Isolated-Word Recognition.- Thesis Conclusion.- Future Work.- Differentially Private Gaussian Mixture Models.