In recent years, word embeddings have been shown to improve the performance in NLP tasks such as syntactic parsing or sentiment analysis. While useful, they are problematic in representing ambiguous words with multiple meanings, since they keep a single representation for each word in the vocabulary. Constructing separate embeddings for meanings of ambiguous words could be useful for solving the Word Sense Disambiguation (WSD)...

The paper proposes an approach for extending deep neural networks-based solutions to closed-set speaker identification toward the open-set problem. The idea is built on the characteristics of deep neural networks trained for the classification tasks, where there is a layer consisting of a set of deep features extracted from the analyzed inputs. By extracting this vector and performing anomaly detection against the set of known...

Zaprezentowano uogólnienie formalizmu operatorów Dirichleta-Neumanna (DtN) i Neumanna-Dirichleta (NtD) na przypadek równania Diraca. Przedstawiono zastosowanie tego formalizmu do znajdowania poziomów energetycznych cząstki Diraca związanej w potencjale.

Przeformułowano metodę Inglesfielda, stosowaną do obliczania własności stanów związanych równania Schrodingera, stosując formalizm operatorów całkowych Dirichleta-do-Neumanna(DtN) i Neumanna-do-Dirichleta (NtD). Wykorzystano zasady wariacyjne dla energii dopuszczające użycie funkcji próbnych nieciągłych wraz z pochodnymi. Podano metodę konstrukcji jąder operatorów DtN i NtD za pomocą rozwiązań zagadnienia własnego typu Steklova....