Indexação Automática de Imagens na Web: Tendências e Desafios no Contexto Deep Learning
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Outros Autores: | , , |
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 |