|
|
Atividade
| 109313 - Análise de Dados Multimídia |
| Período da turma: | 06/07/2024 a 02/08/2024
|
||||
|
|
|||||
| Descrição: | Objetivos
Apresentar os fundamentos para análise, recuperação e recomendação de dados multimídia. Abordar questões relevantes a arquiteturas, modelos, análises textual e multimídia, busca textual e baseada em conteúdo, indexação, multimodalidade e avaliação de sistemas. Analisar ferramentas, aplicações e sistemas disponíveis, considerando suas capacidades e limitações. Capacitar o aluno a discutir tópicos envolvidos em problemas atuais de pesquisa e de mercado em Multimedia Big Data Analytics. Justificativa Os ambientes e sistemas computacionais atuais, em especial os que utilizam tecnologia Web, vêm produzindo enorme volume de informação multimídia (Big Data). Isso leva a um problema de grande impacto social, a sobrecarga de informação, tornando difícil selecionar conteúdo de interesse em meio ao imenso e complexo volume de dados disponível. Nesse contexto, a Análise de Dados Multimídia desempenha papel central ao dar suporte ao desenvolvimento e evolução efetivos de soluções que tem se tornando parte do cotidiano das pessoas como buscadores e recomendadores (textuais, de músicas e de vídeos), gerenciadores de conteúdo e redes sociais. Conteúdo Contextualização; histórico e terminologia; caracterização dos problemas; processos e modelos; arquitetura para análise multimídia; indexação textual e multimídia; descritores e extração de características; multimodalidade; avaliação. Bibliografia básica - Ricci, F.; Rokach, L.; Shapira, Bracha. Recommender Systems Handbook. Third Edition. Springer, 2022. - Blanken, H.; de Vries, A. P.; Blok, H. E.; Feng, L. Multimedia Retrieval. Springer, 2007. ISBN: 978-3-540-72894-8. - Ricardo A. Baeza-Yates and Berthier Ribeiro-Neto. Modern Information Retrieval: The Concepts and Technology behind Search (2nd Edition) (ACM Press Books). Paperback: 944 pages. Publisher: Addison-Wesley Professional; 2 edition. 2011. ISBN-10: 0321416910. ISBN-13: 978-0321416919 - Aggarwal, C. C. Recommender Systems: The Textbook. Springer, 2016. ISBN 978-3-319-29657-9. - Artigos de conferências e periódicos da área. Bibliografia complementar: - Pouyanfar, S., Yang, Y., Chen, S., Shyu, M. and Iyengar, S. S. 2018. Multimedia Big Data Analytics: A Survey. ACM Comput. Surv. 51, 1, Article 10 (January 2018), 34 pages. DOI: https://doi.org/10.1145/3150226 - Beserra, A. A. R. ; Kishi, R. M. ; Goularte, R. Evaluating Early Fusion Operators at Mid-Level Feature Space. In: WebMedia '20: Brazillian Symposium on Multimedia and the Web, 2020, São Luís Brazil. Proceedings of the Brazilian Symposium on Multimedia and the Web. New York: ACM, 2020. p. 113-120. |
||||
| Carga Horária: |
20 horas |
||||
| Tipo: | Optativa | ||||
| Vagas oferecidas: | 245 | ||||
| Ministrantes: |
Marcelo Garcia Manzato Rudinei Goularte |
 voltar |
|
Créditos © 1999 - 2024 - Superintendência de Tecnologia da Informação/USP |