Indexação Automática de Imagens na Web: Tendências e Desafios no Contexto Deep Learning

Detalhes bibliográficos
Autor(a) principal: Gracioso, Luciana de Souza
Data de Publicação: 2018
Outros Autores: Simionato, Ana Carolina, Machado, Luís Miguel Oliveira, Simões, Maria da Graça Melo
Tipo de documento: Artigo
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10316/81300
https://doi.org/10.26512/rici.v11.n2.2018.8342
Resumo: O objetivo deste estudo é investigar em que medida as pesquisas na Ciência da Informação (CI) tem aproximado às das técnicas de Deep Learning, sendo relacionadas à representação, descrição e recuperação de imagens na Web, e assim, aferir da mais valia destas pesquisas quando aplicadas aos métodos da área da CI. A partir de uma revisão integrativa de literatura nacional e internacional de modo contextualizado na CI, os documentos recuperados foram analisados conforme os critérios da revisão integrativa, identificando um conjunto de operações que poderiam ser integrados nas metodologias de representação e descrição de imagens desenvolvidas e consolidadas no campo da CI. Conclui-se que ainda há uma lacuna nas pesquisas em CI tanto no âmbito nacional como internacional sobre Deep Learning e que recursos desta nova estrutura de programação podem ser aproximados aos métodos já validados pela área.
id RCAP_33b7cb1b3ce340a90a78da431be7bd30
oai_identifier_str oai:estudogeral.uc.pt:10316/81300
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str
spelling Indexação Automática de Imagens na Web: Tendências e Desafios no Contexto Deep LearningAutomatic indexing of web images: trends and challenges in deep learning contextIndexación automática de imágenes en la web: tendencias y desafíos en el contexto deep learningdeep learningindexação de imagensmachine learningrecuperação de imagens na webO objetivo deste estudo é investigar em que medida as pesquisas na Ciência da Informação (CI) tem aproximado às das técnicas de Deep Learning, sendo relacionadas à representação, descrição e recuperação de imagens na Web, e assim, aferir da mais valia destas pesquisas quando aplicadas aos métodos da área da CI. A partir de uma revisão integrativa de literatura nacional e internacional de modo contextualizado na CI, os documentos recuperados foram analisados conforme os critérios da revisão integrativa, identificando um conjunto de operações que poderiam ser integrados nas metodologias de representação e descrição de imagens desenvolvidas e consolidadas no campo da CI. Conclui-se que ainda há uma lacuna nas pesquisas em CI tanto no âmbito nacional como internacional sobre Deep Learning e que recursos desta nova estrutura de programação podem ser aproximados aos métodos já validados pela área.The objective of this study is to investigate the extent to which research in Information Science (IS) has approximated those techniques of the Deep Learning, being related to representation, description and retrieval of images on the Web, and thus, to assess the value of these researches when applied to IS methods. From an integrative review of national and international literature contextualized in the IS, the recovered documents were analyzed according to the criteria of the integrative review, identifying a set of operations that could be attached in the methodologies of representation and description of images developed and consolidated in the field of IS. It is concluded that there is still a gap in research of IS area both at national and international level on Deep Learning and that resources of this new programming structure can be approximated to the methods already validated by the area.El objetivo de este estudio es investigar en qué medida las investigaciones en la Ciencia de la Información (CI) han aproximado a las de las técnicas de Deep Learning, siendo relacionadas la representación, descripción y recuperación de imágenes en la Web, y así, aferir de la plusvalía de estas investigaciones cuando aplicados a los métodos del área de la CI. A partir de una revisión integrativa de la bibliografía nacional e internacional contextualizada en el CI, los documentos recuperados se analizaron de acuerdo con los criterios de la revisión integrativa, identificando un conjunto de operaciones que podrían ser integrado en las metodologías de representación y descripción de imágenes desarrolladas y consolidadas en el campo de CI. Se concluye que todavía existe una brecha en la investigación de CI tanto a nivel nacional como internacional sobre el aprendizaje profundo y que los recursos de esta nueva estructura de programación pueden aproximarse a los métodos ya validados por el área.Universidade de Brasília - UnB2018-08info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articlehttp://hdl.handle.net/10316/81300http://hdl.handle.net/10316/81300https://doi.org/10.26512/rici.v11.n2.2018.8342porISSN 1983-5213http://periodicos.unb.br/index.php/RICI/article/view/27095Gracioso, Luciana de SouzaSimionato, Ana CarolinaMachado, Luís Miguel OliveiraSimões, Maria da Graça Meloinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2020-11-20T14:39:27ZPortal AgregadorONG
dc.title.none.fl_str_mv Indexação Automática de Imagens na Web: Tendências e Desafios no Contexto Deep Learning
Automatic indexing of web images: trends and challenges in deep learning context
Indexación automática de imágenes en la web: tendencias y desafíos en el contexto deep learning
title Indexação Automática de Imagens na Web: Tendências e Desafios no Contexto Deep Learning
spellingShingle Indexação Automática de Imagens na Web: Tendências e Desafios no Contexto Deep Learning
Gracioso, Luciana de Souza
deep learning
indexação de imagens
machine learning
recuperação de imagens na web
title_short Indexação Automática de Imagens na Web: Tendências e Desafios no Contexto Deep Learning
title_full Indexação Automática de Imagens na Web: Tendências e Desafios no Contexto Deep Learning
title_fullStr Indexação Automática de Imagens na Web: Tendências e Desafios no Contexto Deep Learning
title_full_unstemmed Indexação Automática de Imagens na Web: Tendências e Desafios no Contexto Deep Learning
title_sort Indexação Automática de Imagens na Web: Tendências e Desafios no Contexto Deep Learning
author Gracioso, Luciana de Souza
author_facet Gracioso, Luciana de Souza
Simionato, Ana Carolina
Machado, Luís Miguel Oliveira
Simões, Maria da Graça Melo
author_role author
author2 Simionato, Ana Carolina
Machado, Luís Miguel Oliveira
Simões, Maria da Graça Melo
author2_role author
author
author
dc.contributor.author.fl_str_mv Gracioso, Luciana de Souza
Simionato, Ana Carolina
Machado, Luís Miguel Oliveira
Simões, Maria da Graça Melo
dc.subject.por.fl_str_mv deep learning
indexação de imagens
machine learning
recuperação de imagens na web
topic deep learning
indexação de imagens
machine learning
recuperação de imagens na web
description O objetivo deste estudo é investigar em que medida as pesquisas na Ciência da Informação (CI) tem aproximado às das técnicas de Deep Learning, sendo relacionadas à representação, descrição e recuperação de imagens na Web, e assim, aferir da mais valia destas pesquisas quando aplicadas aos métodos da área da CI. A partir de uma revisão integrativa de literatura nacional e internacional de modo contextualizado na CI, os documentos recuperados foram analisados conforme os critérios da revisão integrativa, identificando um conjunto de operações que poderiam ser integrados nas metodologias de representação e descrição de imagens desenvolvidas e consolidadas no campo da CI. Conclui-se que ainda há uma lacuna nas pesquisas em CI tanto no âmbito nacional como internacional sobre Deep Learning e que recursos desta nova estrutura de programação podem ser aproximados aos métodos já validados pela área.
publishDate 2018
dc.date.none.fl_str_mv 2018-08
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10316/81300
http://hdl.handle.net/10316/81300
https://doi.org/10.26512/rici.v11.n2.2018.8342
url http://hdl.handle.net/10316/81300
https://doi.org/10.26512/rici.v11.n2.2018.8342
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv ISSN 1983-5213
http://periodicos.unb.br/index.php/RICI/article/view/27095
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade de Brasília - UnB
publisher.none.fl_str_mv Universidade de Brasília - UnB
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1777302696972255232

Registros relacionados