Busca avançada
Ano de início
Entree

Aprendizado não supervisionado para recuperação multimídia multimodal

Processo: 20/03311-0
Modalidade de apoio:Bolsas no Brasil - Mestrado
Data de Início da vigência: 01 de abril de 2020
Data de Término da vigência: 31 de março de 2022
Área de 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
Palavra(s)-Chave do Pesquisador:recuperação multimídia | Recuperação de Informações

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)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas
(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)
DE ALMEIDA, LUCAS BARBOSA; VALEM, LUCAS PASCOTTI; GUIMARAES PEDRONETTE, DANIEL CARLOS; IEEE. GRAPH CONVOLUTIONAL NETWORKS AND MANIFOLD RANKING FOR MULTIMODAL VIDEO RETRIEVAL. 2022 IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING, ICIP, v. N/A, p. 5-pg., . (20/11366-0, 18/15597-6, 20/03311-0)
Publicações acadêmicas
(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)
ALMEIDA, Lucas Barbosa de. Aprendizado não supervisionado para recuperação multimídia multimodal. 2022. Dissertação de Mestrado - Universidade Estadual Paulista (Unesp). Instituto de Geociências e Ciências Exatas. Rio Claro Rio Claro.