Sökning: "recognition memory"

Visar resultat 1 - 5 av 140 uppsatser innehållade orden recognition memory.

1. 1. Öronvittnen: En undersökning av "other accent"-effekten i svensk kontext kopplad till konfidens och korrekthet

   Uppsats för yrkesexamina på avancerad nivå, Lunds universitet/Institutionen för psykologi

   Författare :Josefin Ermstål; [2024]
   Nyckelord :“Other accent”-effekten; öronvittne; forensisk psykologi; röstigenkänning; Other accent effect; earwitness; forensic psychology; voice recognition; Social Sciences;

   Sammanfattning : Studien undersökte hur auditivt minne påverkas av att höra en röst som talar med dialekt på ens eget modersmål (i detta fall svenska) i jämförelse med att höra en röst som talar med brytning på ett annat språk (i detta fall franska). Auditivt minne är ett relevant område i forensiskt sammanhang då det finns bristfällig forskning gällande öronvittnen och dialekters och brytningars påverkan på öronvittnesminne. LÄS MER

3. 2. Object Recognition in Satellite imagesusing improved ConvolutionalRecurrent Neural Network

   Master-uppsats, Blekinge Tekniska Högskola/Institutionen för datavetenskap

   Författare :TARUN NATTALA; [2023]
   Nyckelord :CRNN; CNN; RNN; Machine Learning and Satellite Image Recognition.;

   Sammanfattning : Background:The background of this research lies in detecting the images from satellites. The recognition of images from satellites has become increasingly importantdue to the vast amount of data that can be obtained from satellites. This thesisaims to develop a method for the recognition of images from satellites using machinelearning techniques. LÄS MER

4. 3. Eye-Movement Correlates of Pattern Separation in a Mnemonic Similarity Task Modified with Naturalistic Scenes

   Master-uppsats, Lunds universitet/Institutionen för psykologi

   Författare :Ecem Dilmaç; [2023]
   Nyckelord :Scanpath Similarity; Mnemonic Similarity Task; Episodic Memory; Lure Discrimination; MultiMatch; Real-World Visual Search; Encoding; Retrieval; Social Sciences;

   Sammanfattning : Pattern separation is one of the central operations of episodic memory. Tasks that evaluate the pattern separation usually base their assessments on the behavioral recall of simple objects or words and are far from real-life experiences and daily memory performance. Thus, typical tasks that assess pattern separation lack ecological validity. LÄS MER

5. 4. Att fånga minnen : En undersökning av intervjumetoder i arkeologiska kontexter

   Kandidat-uppsats, Uppsala universitet/Institutionen för arkeologi och antik historia

   Författare :Astrid Billing Samuelsson; [2023]
   Nyckelord :Artifact-centred interview; walk and talk interview; group interview; oral history; memory; materiality; Föremålsbaserade intervjuer; walk and talk-intervjuer; gruppintervjuer; muntlig historia; minne; materialitet;

   Sammanfattning : The aim of this study is to investigate how oral sources can be documented in a better way, through a more conscious use of interview methods in archaeological contexts. By analysing and comparing three case studies, namely the excavation of The Overstone Miners’ Cottages in Northumberland, Great Britain, the excavation of Ramnässkärsparken near Uddevalla, Sweden and the excavation of The Mott Farm, Rhode Island, USA, different ways of using interview methods in relation to the archaeological material have been shown. LÄS MER

7. 5. Exploration and Evaluation of RNN Models on Low-Resource Embedded Devices for Human Activity Recognition

   Master-uppsats, KTH/Mekatronik och inbyggda styrsystem

   Författare :Helgi Hrafn Björnsson; Jón Kaldal; [2023]
   Nyckelord :Recurrent Neural Networks; Long Short-Term Memory Networks; Embedded Systems; Human Activity Recognition; Edge AI; TensorFlow Lite Micro; Recurrent Neural Networks; Long Short-Term Memory Networks; Innbyggda systyem; Mänsklig aktivitetsigenkänning; Edge AI; TensorFlow Lite Micro;

   Sammanfattning : Human activity data is typically represented as time series data, and RNNs, often with LSTM cells, are commonly used for recognition in this field. However, RNNs and LSTM-RNNs are often too resource-intensive for real-time applications on resource constrained devices, making them unsuitable. LÄS MER