Event Prediction Based on Unsupervised Graph-Based Rank-Fusion Models

Autor(es)

Dourado, Icaro Cavalcante ; Tabbone, Salvatore ; Torres, Ricardo da Silva ; Conte, D ; Ramel, JY ; Foggia, P

• Tipo de documento: Artigo Científico
• Fonte: GRAPH-BASED REPRESENTATIONS IN PATTERN RECOGNITION, GBRPR 2019; v. 11510, p. 11-pg., 2019-01-01.

Resumo

This paper introduces an unsupervised graph-based rank aggregation approach for event prediction. The solution is based on the encoding of multiple ranks of a query, defined according to different criteria, into a graph. Later, we embed the generated graph into a feature space, creating fusion vectors. These vectors are then used to train a predictor to determine if an input (even multimodal) object refers to an event or not. Performed experiments in the context of the flooding detection task of the MediaEval 2017 shows that the proposed solution is highly effective for different detection scenarios involving textual, visual, and multimodal features, yielding better detection results than several state-of-the-art methods. (AU)

• Processo FAPESP: 17/20945-0 - EMU concedido no processo 16/50250-1: local positioning system
• Beneficiário: Sergio Augusto Cunha
• Modalidade de apoio: Auxílio à Pesquisa - Programa Equipamentos Multiusuários
• Processo FAPESP: 14/50715-9 - Characterizing and predicting biomass production in sugarcane and eucalyptus plantations in Brazil
• Beneficiário: Rubens Augusto Camargo Lamparelli
• Modalidade de apoio: Auxílio à Pesquisa - Parceria para Inovação Tecnológica - PITE
• Processo FAPESP: 14/12236-1 - AnImaLS: Anotação de Imagem em Larga Escala: o que máquinas e especialistas podem aprender interagindo?
• Beneficiário: Alexandre Xavier Falcão
• Modalidade de apoio: Auxílio à Pesquisa - Temático
• Processo FAPESP: 16/50250-1 - O segredo de jogar futebol: Brasil versus Holanda
• Beneficiário: Sergio Augusto Cunha
• Modalidade de apoio: Auxílio à Pesquisa - Temático
• Processo FAPESP: 13/50155-0 - Combining new technologies to monitor phenology from leaves to ecosystems
• Beneficiário: Leonor Patricia Cerdeira Morellato
• Modalidade de apoio: Auxílio à Pesquisa - Programa de Pesquisa sobre Mudanças Climáticas Globais - PITE
• Processo FAPESP: 15/24494-8 - Comunicação e processamento de big data em nuvens e névoas computacionais
• Beneficiário: Nelson Luis Saldanha da Fonseca
• Modalidade de apoio: Auxílio à Pesquisa - Temático