Aprendizado não supervisionado para recuperação multimídia multimodal

• Processo: 20/03311-0
• Linha de fomento: Bolsas no Brasil - Mestrado
• Vigência (Início): 01 de abril de 2020
• Vigência (Término): 31 de março de 2022
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Pesquisador responsável: Daniel Carlos Guimarães Pedronette
• Beneficiário: Lucas Barbosa de Almeida
• Instituição-sede: Instituto de Geociências e Ciências Exatas (IGCE). Universidade Estadual Paulista (UNESP). Campus de Rio Claro. Rio Claro , SP, Brasil
• Vinculado ao auxílio: 18/15597-6 - Aplicação e investigação de métodos de aprendizado não-supervisionado em tarefas de recuperação e classificação, AP.JP2
• Assunto(s): Multimídia Áudio (multimídia) Recuperação da informação Aprendizado de máquina não supervisionado

Resumo

Métodos de Aprendizado Não Supervisionado Baseados em Ranqueamento 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. Trabalhos recentes tem demonstrado que tais métodos também podem ser aplicados em outros cenários de recuperação, envolvendo dados multimídia, como aúdio e vídeo. O objetivo deste projeto de pesquisa é investigar o uso de métodos de aprendizado não supervisionado para recuperação multimodal, combinando diversos tipos de dados, como: áudio, visual e movimento. (AU)