| Texto completo | |
| Autor(es): |
Rodrigues, Caroline Mazini
[1]
;
Soriano-Vargas, Aurea
[1]
;
Lavi, Bahram
[1]
;
Rocha, Anderson
[1]
;
Dias, Zanoni
[1]
Número total de Autores: 5
|
| Afiliação do(s) autor(es): | [1] Univ Estadual Campinas, Inst Comp, BR-13083852 Campinas - Brazil
Número total de Afiliações: 1
|
| Tipo de documento: | Artigo Científico |
| Fonte: | IEEE Transactions on Information Forensics and Security; v. 16, p. 2957-2972, 2021. |
| Citações Web of Science: | 0 |
| Resumo | |
Information coming from social media is vital to the understanding of the dynamics involved in multiple events such as terrorist attacks and natural disasters. With the spread and popularization of cameras and the means to share content through social networks, an event can be followed through many different lenses and vantage points. However, social media data present numerous challenges, and frequently it is necessary a great deal of data cleaning and filtering techniques to separate what is related to the depicted event from contents otherwise useless. In a previous effort of ours, we decomposed events into representative components aiming at describing vital details of an event to characterize its defining moments. However, the lack of minimal supervision to guide the combination of representative components somehow limited the performance of the method. In this paper, we extend upon our prior work and present a learning-from-data method for dynamically learning the contribution of different components for a more effective event representation. The method relies upon just a few training samples (few-shot learning), which can be easily provided by an investigator. The obtained results on real-world datasets show the effectiveness of the proposed ideas. (AU) | |
| Processo FAPESP: | 18/16548-9 - Aprendendo pistas visuais da passagem do tempo |
| Beneficiário: | Luis Augusto Martins Pereira |
| Modalidade de apoio: | Bolsas no Brasil - Pós-Doutorado |
| Processo FAPESP: | 18/16214-3 - Análise de dados heterogêneos para detecção de eventos |
| Beneficiário: | Caroline Mazini Rodrigues |
| Modalidade de apoio: | Bolsas no Brasil - Mestrado |
| Processo FAPESP: | 17/16246-0 - Análise de mídias sensíveis usando arquiteturas de aprendizado profundo |
| Beneficiário: | Sandra Eliza Fontes de Avila |
| Modalidade de apoio: | Auxílio à Pesquisa - Regular |
| Processo FAPESP: | 15/11937-9 - Investigação de problemas difíceis do ponto de vista algorítmico e estrutural |
| Beneficiário: | Flávio Keidi Miyazawa |
| Modalidade de apoio: | Auxílio à Pesquisa - Temático |
| Processo FAPESP: | 18/05668-3 - Coerência espaço-temporal e de características a partir de dados heterogêneos |
| Beneficiário: | Bahram Lavi Sefidgari |
| Modalidade de apoio: | Bolsas no Brasil - Pós-Doutorado |
| Processo FAPESP: | 13/08293-7 - CECC - Centro de Engenharia e Ciências Computacionais |
| Beneficiário: | Munir Salomao Skaf |
| Modalidade de apoio: | Auxílio à Pesquisa - Centros de Pesquisa, Inovação e Difusão - CEPIDs |
| Processo FAPESP: | 17/12646-3 - Déjà vu: coerência temporal, espacial e de caracterização de dados heterogêneos para análise e interpretação de integridade |
| Beneficiário: | Anderson de Rezende Rocha |
| Modalidade de apoio: | Auxílio à Pesquisa - Temático |
| Processo FAPESP: | 17/16871-1 - Problemas de ordenação de permutações por operações ponderadas pelo número de fragmentações |
| Beneficiário: | Alexsandro Oliveira Alexandrino |
| Modalidade de apoio: | Bolsas no Brasil - Mestrado |