重要讲话

摘要： 这是中国人民的成功,这是世界人民的成功!历经7年艰辛努力,北京冬奥会、冬残奥会胜利举办,中国人民同各国人民一道,克服各种困难挑战,再一次共创了一场载入史册的奥运盛会,再一次共享奥林匹克的荣光。

摘要： 1月5日,市人大常委会党组召开扩大会议,学习贯彻习近平总书记在中央全面深化改革委员会第第二十三次会议上的重要讲话和市委全面深化改革委员会会议精神,学习贯彻市委常委会会议精神,结合人大工作实际研究贯彻落实措施。市人大常委会党组书记、主任段春华主持并讲话。会议认为,习近平总书记的重要讲话就深化科技体制改革、加快建设全国统一大市场等关键性、基础性改革作出部署。

摘要： 习近平总书记一直高度重视推进党的自我革命,强调“要以伟大自我革命引领伟大社会革命”。习近平总书记在党的十九届六中全会上的重要讲话中指出,党的自我革命是我们党为跳出历史周期率给出的“第二个答案”。在十九届中央纪委六次全会上的重要讲话中,习近平总书记对此作出进一步阐释,指出:全面从严治党的伟大实践,“探索出依靠党的自我革命跳出历史周期率的成功路径”,并概括出“六个坚持”的基本路径、“九个坚持”的主要经验。

摘要： “强化使命担当,勇于创新突破,全面提升现代化航天发射能力,努力建设世界一流航天发射场。”4月12日,习主席视察文昌航天发射场并发表重要讲话,在全军引起热烈反响。广大官兵纷纷表示,要大力弘扬“两弹一星”精神、载人航天精神,全面提升履行使命任务能力,为开创新时代强国强军事业新局面不懈奋斗。

摘要： 习近平总书记在庆祝中国共产党成立100周年大会上发表的重要讲话中强调,要“把马克思主义基本原理同中国具体实际相结合、同中华优秀传统文化相结合”,这一重要论述拓展了马克思主义中国化的文化维度,提升了马克思主义中国化历史性任务的高度,开拓了马克思主义中国化的新境界,是中国共产党人对社会主义建设规律认识的升华。

摘要： 5月25日,国务院召开全国稳住经济大盘电视电话会议。中共中央政治局常委、国务院总理李克强作重要讲话。中共中央政治局常委、国务院副总理韩正主持会议。

摘要： 2020年9月8日,全国抗击新冠肺炎疫情表彰大会在北京举行。习近平总书记在大会上发表了重要讲话,司爷爷说:“世上没有从天而降的英雄,只有挺身而出的凡人。”在这场惊心动魄的抗疫大战、艰苦单绝的历史大考中,创造出许许多多英雄壮举的是挺身而出的平凡人。

摘要： 2020年11月24日,习近平总书记在全国劳动模范和先进工作者表彰大会上发表重要讲话,号召工人阶级和广大劳动群众大力弘扬劳模精神、劳动精神、工匠精神,在开启全面建设社会主义现代化国家的新征程上创造新的时代辉煌、铸就新的历史伟业。习近平总书记的重要讲话极大鼓舞了工人阶级和广大劳动群众万众一心、众志成城的信心决心,是对劳动模范的最高褒奖,赋予了劳模精神、劳动精神、工匠精神新的历史使命。

摘要： 2020年以来,德宏州把深入学习贯彻习近平总书记两次考察云南重要讲话指示精神、加快推动习近平总书记访缅成果的贯彻落实作为首要政治任务,持续深入开展“解放思想、跨越发展”大讨论.

摘要： 中央经济工作会议2020年12月16日至18日在北京举行。中共中央总书记、国家主席、中央军委主席习近平,中共中央政治局常委、国务院总理李克强,中共中央政治局常委栗战书、汪洋、王沪宁、赵乐际、韩正出席会议。

摘要： 本发明属于概率安全评价(PSA)领域，具体涉及一种PSA中子系统部件的Birnbaum重要度和结构重要度计算方法。由对象子系统对系统的Birnbaum重要度和结构重要度，以及对象子系统内各部件的Birnbaum重要度和结构重要度，得出了对象子系统内各部件对系统的Birnbaum重要度和结构重要度。本方法揭示了Birnbaum重要度和结构重要度的一种深入规律，为PSA的重要度分析提供所需的具体部件的Birnbaum重要度和结构重要度信息。

摘要： 本公开提供了一种元模型重要抽样结合空间分割的涡轮叶片重要性分析方法，包括：确定涡轮叶片的不确定性变量，确定所述不确定性变量的联合概率密度函数；确定所述不确定性变量的极限状态函数；根据所述联合概率密度函数和所述极限状态函数，获取所述不确定性变量的重要抽样样本和所述涡轮叶片的无条件失效概率；划分所述不确定性变量的重要抽样样本为多个互不重叠的子区间，获取所述涡轮叶片的区间条件失效概率；根据所述无条件失效概率和所述区间条件失效概率，获得所述涡轮叶片不确定性变量的重要性。该方法对于涡轮叶片结构重要性分析方面有很强的工程意义。

摘要： 预测值计算部(40)基于大楼(18)内的各设备正常运行时由传感器组(12)取得的多个检测值信息，来计算被预测为如果设备正常运行则各传感器会检测到的检测预测值。异常度计算部(42)基于各传感器的检测预测值与各传感器的实际的检测值之间的差异，来计算各传感器的异常度。异常重要度计算部(46)不仅基于某个传感器检测到异常值的异常检测时的该传感器的异常度，还基于异常检测时的该关注传感器以外的传感器即其他传感器的异常度，来计算该关注传感器的异常重要度。

摘要： 讲话区间检测装置包括：第1嘴唇形状估计部，基于包括讲话者的声音的声响数据估计讲话者的第1嘴唇形状；第2嘴唇形状估计部，基于至少拍摄到讲话者的面部的图像数据估计讲话者的第2嘴唇形状；和讲话区间检测部，基于第1嘴唇形状的变化和所述第2嘴唇形状的变化，在声响数据中检测讲话者发出声音的讲话区间。

摘要： 本公开的讲话者识别装置是对示出识别对象的讲话声音的讲话数据所对应的讲话者进行识别的讲话者识别装置(11)，具备：情感推测器(12)，利用进行了学习的DNN(Deep Neural Network：深度神经网络)，根据从讲话数据算出的声学特征量，对讲话数据所示的讲话声音中包含的情感进行推测；以及讲话者识别处理部(13)，利用情感推测器(12)的推测结果，根据从所述讲话数据算出的所述声学特征量，对用于识别该讲话数据所对应的讲话者的分数进行输出。

摘要： 提供从说话者的会议的生产率不高的状态促进成为生产率高的状态的讲话辅助装置、讲话辅助方法及记录介质。讲话辅助装置具有执行程序的处理器和存储上述程序的存储设备，其特征在于，上述处理器执行：计算处理，计算多个说话者各自的讲话时间的累计值，将上述累计值达到规定值的说话者的上述累计值清零；以及显示处理，在按每个上述说话者分配的显示区域群中的、被分配给上述累计值达到上述规定值的说话者的显示区域中，显示第1图形。

摘要： 本文描述的技术改进了使计算设备能够在与讲话者无关的多讲话者场景中进行自动语音识别(“ASR”)的方法。在一些示例中，深度学习模型的置换不变训练可以用于与讲话者无关的多个讲话者场景。在一些示例中，该技术可以确定模型对源信号的估计与源信号之间的置换考虑的分配。在一些示例中，该技术可以包括训练生成估计的模型以最小化置换考虑的分配的偏差。这些技术可以实现为神经网络的结构本身，解决了标签置换问题，标签置换问题阻碍了基于深度学习的语音分离技术的进步。这里讨论的技术还可以包括源追踪以在混合信号的帧中追踪源自相同源的流。

摘要： 目的是提供对于任意的人物根据声音和并不一定在讲话中被摄像的人物的图像进行讲话者推定的讲话者推定方法及讲话者推定装置。一种根据声音和图像推定讲话者的讲话者推定方法，具有：输入声音的步骤；从输入的声音中提取表示音质的特征量的步骤；输入图像的步骤；根据输入的图像进行各人物的人物区域的检测的步骤；根据检测出的各个人物区域推定表示音质的特征量的步骤；在没有检测到人物的情况下进行变更以输入来自其他的位置或角度的图像的步骤；计算从声音中提取的表示音质的特征量和根据图像的人物区域推定出的表示音质的特征量的类似度的步骤；以及根据该计算出的类似度推定讲话者的步骤。

摘要： 预测值计算部(40)基于大楼(18)内的各设备正常运行时由传感器组(12)取得的多个检测值信息，来计算被预测为如果设备正常运行则各传感器会检测到的检测预测值。异常度计算部(42)基于各传感器的检测预测值与各传感器的实际的检测值之间的差异，来计算各传感器的异常度。异常重要度计算部(46)不仅基于某个传感器检测到异常值的异常检测时的该传感器的异常度，还基于异常检测时的该关注传感器以外的传感器即其他传感器的异常度，来计算该关注传感器的异常重要度。

摘要： 一种示例系统包括分析引擎，所述分析引擎用于检测目标的第一重要部分集合。所述系统包括事件引擎，所述事件引擎用于检测生理信号中的潜在事件的集合并且基于所述潜在事件的集合来识别所述目标的第二重要部分集合。所述系统包括比较引擎，所述比较引擎用于识别第一重要部分集合与第二重要部分集合之间的差异。