Busca avançada
Ano de início
Entree

Aplicação e investigação de métodos de aprendizado não-supervisionado em tarefas de recuperação e classificação

Resumo

Métodos de Aprendizado Não Supervisionado têm se estabelecido como uma solução para aumentar a eficácia de buscas baseadas em conteúdo sem requerer intervenção dos usuários. Tais métodos exploram relações contextuais entre as imagens, geralmente codificadas nas informações de distância e similaridade das coleções.Esse projeto de pesquisa pretende investigar a aplicação de tais métodos em novos e diversificados domínios. Os métodos de aprendizado não supervisionado reavaliam a similaridade entre os elementos da coleção e podem ser tomados como etapa de pré-processamento em tarefas de classificação. Além disso, resultados iniciais indicam que os métodos podem ser aplicados em outros cenário de recuperação multimídia, considerando áudio e vídeo.Dessa forma, o objetivo central do projeto proposto consiste em aprofundar tal investigação, ampliando os domínios de aplicação dos métodos de aprendizado não supervisionado. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas (5)
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
GUIMARAES PEDRONETTE, DANIEL CARLOS; VALEM, LUCAS PASCOTTI; TORRES, RICARDO DA S. A BFS-Tree of ranking references for unsupervised manifold learning. PATTERN RECOGNITION, v. 111, MAR 2021. Citações Web of Science: 0.
VALEM, LUCAS PASCOTTI; GUIMARAES PEDRONETTE, DANIEL CARLOS. Graph -based selective rank fusion for unsupervised image retrieval. PATTERN RECOGNITION LETTERS, v. 135, p. 82-89, JUL 2020. Citações Web of Science: 0.
VALEM, LUCAS PASCOTTI; GUIMARAES PEDRONETTE, DANIEL CARLOS. Unsupervised selective rank fusion for image retrieval tasks. Neurocomputing, v. 377, p. 182-199, FEB 15 2020. Citações Web of Science: 0.
GUIMARAES PEDRONETTE, DANIEL CARLOS; VALEM, LUCAS PASCOTTI; ALMEIDA, JURANDY; TONES, RICARDO DA S. Multimedia Retrieval Through Unsupervised Hypergraph-Based Manifold Ranking. IEEE Transactions on Image Processing, v. 28, n. 12, p. 5824-5838, DEC 2019. Citações Web of Science: 0.
CAMPOS, VICTOR DE ABREU; GUIMARAES PEDRONETTE, DANIEL CARLOS. A framework for speaker retrieval and identification through unsupervised learning. COMPUTER SPEECH AND LANGUAGE, v. 58, p. 153-174, NOV 2019. Citações Web of Science: 0.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.