Sökning: "latent semantisk"

Visar resultat 1 - 5 av 10 uppsatser innehållade orden latent semantisk.

  1. 1. Har gästen verkligen alltid rätt? : En kvalitativ studie som undersöker gästens delaktighet i upprätthållandet av normer i gästfrihetsindustrin.

    Kandidat-uppsats, Mittuniversitetet/Institutionen för humaniora och samhällsvetenskap

    Författare :Jenny Nilsson; [2023]
    Nyckelord :gästfrihetsindustrin; intersektionalitet; kropp; kultur; normer.;

    Sammanfattning : Uttrycket ”Gästen har alltid rätt” fångar tydligt ojämlikhet mellan gäst och arbetare, vilket kan härledas till klasskillnader. Tidigare studier åskådliggör olika upplevelser i gästfrihetsindustrin och hur gästers agerande i olika situationer visar på de maktrelationer, samt förväntningar på hur dessa ska upprätthållas som arbetstagaren behöver förhålla sig till. LÄS MER

  3. 2. Using a Deep Generative Model to Generate and Manipulate 3D Object Representation

    Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Yu Hu; [2023]
    Nyckelord :Neural networks; point cloud; 3D shape generation; 3D shape manipulation; classification; Neurala nätverk; punktmoln; generering av 3D-former; manipulation av 3Dformer; klassificering;

    Sammanfattning : The increasing importance of 3D data in various domains, such as computer vision, robotics, medical analysis, augmented reality, and virtual reality, has gained giant research interest in generating 3D data using deep generative models. The challenging problem is how to build generative models to synthesize diverse and realistic 3D objects representations, while having controllability for manipulating the shape attributes of 3D objects. LÄS MER

  4. 3. Duplicate detection of multimodal and domain-specific trouble reports when having few samples : An evaluation of models using natural language processing, machine learning, and Siamese networks pre-trained on automatically labeled data

    Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Viktor Karlstrand; [2022]
    Nyckelord :Duplicate detection; Bug reports; Trouble reports; Natural language processing; Information retrieval; Machine learning; Siamese neural network; Transformers; Automated data labeling; Shapley values; Dubblettdetektering; Felrapporter; Buggrapporter; Naturlig språkbehandling; Informationssökning; Maskininlärning; Siamesiska neurala nätverk; Transformatorer; Automatiserad datamärkning; Shapley-värden;

    Sammanfattning : Trouble and bug reports are essential in software maintenance and for identifying faults—a challenging and time-consuming task. In cases when the fault and reports are similar or identical to previous and already resolved ones, the effort can be reduced significantly making the prospect of automatically detecting duplicates very compelling. LÄS MER

  5. 4. Anemone: a Visual Semantic Graph

    Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Joan Ficapal Vila; [2019]
    Nyckelord :Neo4j; Topic Modelling; Semantic Graph; Latent Dirichlet Allocation LDA ; NER; Sentence Reformulation.;

    Sammanfattning : Semantic graphs have been used for optimizing various natural language processing tasks as well as augmenting search and information retrieval tasks. In most cases these semantic graphs have been constructed through supervised machine learning methodologies that depend on manually curated ontologies such as Wikipedia or similar. LÄS MER

  7. 5. Latent Space Growing of Generative Adversarial Networks

    Master-uppsats, Lunds universitet/Matematik LTH

    Författare :Erik Sandström; [2019]
    Nyckelord :Generative models; GAN; Generative Adversarial Networks; Artificial Intelligence; CelebA; Latent Space; Deep Learning; Computer Vision; Machine Learning; Mathematics and Statistics;

    Sammanfattning : This thesis presents a system, which builds on the Generative Adversarial Network (GAN) framework, with the focus of learning interpretable representations of data. The system is able to learn representations of data that are ordered in regards to the saliency of the attributes, in a completely unsupervised manner. LÄS MER