Busca avançada
Ano de início
Entree

Reconhecimento de padrões e detecção de subeventos de destaque em dados de fontes heterogêneas

Processo: 20/02241-9
Modalidade de apoio:Bolsas no Brasil - Doutorado Direto
Data de Início da vigência: 01 de março de 2020
Data de Término da vigência: 30 de novembro de 2023
Área de conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
Pesquisador responsável:Anderson de Rezende Rocha
Beneficiário:José Dorivaldo Nascimento Souza Júnior
Instituição Sede: Instituto de Computação (IC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Vinculado ao auxílio:17/12646-3 - Déjà vu: coerência temporal, espacial e de caracterização de dados heterogêneos para análise e interpretação de integridade, AP.TEM
Bolsa(s) vinculada(s):22/13061-7 - Reconhecimento de padrões e detecção de subeventos de destaque em dados de fontes heterogêneas, BE.EP.DD
Assunto(s):Aprendizado computacional   Reconhecimento de padrões
Palavra(s)-Chave do Pesquisador:event highlight | machine learning | pattern discovery | Aprendizado de Máquina

Resumo

Nesta pesquisa, nós estamos interessados em identificar os tópicos mais relevantes contidos dentro de um conjunto de dados; encontrar subtemas de interesse contidos nos itens dado uma consulta; determinar se dois itens do conjunto de dados (visuais e textuais) são referentes aos mesmos itens; determinar atores envolvidos (que estão presentes nos itens do conjunto de dados); e, finalmente, encontrar conjuntos de dados semânticos, em que nós almejamos agrupar diferentes itens de acordo com o seu significado absoluto. (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)
VEGA-OLIVEROS, DIDIER A.; NASCIMENTO, JOSE; LAVI, BAHRAM; ROCHA, ANDERSON. Real-world-events data sifting through ultra-small labeled datasets and graph fusion. APPLIED SOFT COMPUTING, v. 132, p. 17-pg., . (17/12646-3, 20/02241-9, 19/26283-5, 18/05668-3)
NASCIMENTO, JOSE; CARDENUTO, JOAO PHILLIPE; YANG, JING; ROCHA, ANDERSON; IEEE. Few-shot Learning for Multi-modal Social Media Event Filtering. 2022 IEEE INTERNATIONAL WORKSHOP ON INFORMATION FORENSICS AND SECURITY (WIFS), v. N/A, p. 6-pg., . (17/12646-3, 20/02241-9, 20/02211-2, 19/04053-8)
LAVI, BAHRAM; NASCIMENTO, JOSE; ROCHA, ANDERSON; IEEE. SEMI-SUPERVISED FEATURE EMBEDDING FOR DATA SANITIZATION IN REAL-WORLD EVENTS. 2021 IEEE INTERNATIONAL CONFERENCE ON ACOUSTICS, SPEECH AND SIGNAL PROCESSING (ICASSP 2021), v. N/A, p. 5-pg., . (17/12646-3, 20/02241-9, 18/05668-3)