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
Tipo de documento: Artigo
Idioma: por
Título da fonte: Revista Ibero-americana de Ciência da Informação
Texto Completo: https://periodicos.unb.br/index.php/RICI/article/view/8342
Resumo: 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.
id UNB-7_0941eacc07ffd22ca5908d9f925ab263
oai_identifier_str oai:ojs.pkp.sfu.ca:article/8342
network_acronym_str UNB-7
network_name_str Revista Ibero-americana de Ciência da Informação
repository_id_str
spelling Indexação automática de imagens na web: tendências e desafios no contexto Deep Learningdeep learningindexação de imagensmachine learningrecuperação de imagens na webdeep learningindización de imágenesmachine learningrecuperación de imágens en la webdeep learningimage retrieval on the webindexing of imagensmachine learningThe 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.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.Universidade de Brasília, Faculdade de Ciência da Informação, Programa de Pós-Graduação em Ciência da Informação2018-05-28info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://periodicos.unb.br/index.php/RICI/article/view/834210.26512/rici.v11.n2.2018.8342Revista Ibero-Americana de Ciência da Informação; Vol. 11 No. 2 (2018); 541-561Revista Ibero-Americana de Ciência da Informação; Vol. 11 Núm. 2 (2018); 541-561Revista Ibero-Americana de Ciência da Informação; v. 11 n. 2 (2018); 541-5611983-521310.26512/rici.v11.n2.2018reponame:Revista Ibero-americana de Ciência da Informaçãoinstname:Universidade de Brasília (UnB)instacron:UNBporhttps://periodicos.unb.br/index.php/RICI/article/view/8342/9633Copyright (c) 2018 Luciana de Souza Graciosohttps://creativecommons.org/licenses/by/4.0info:eu-repo/semantics/openAccessGracioso, Luciana de Souza2021-04-09T05:05:14Zoai:ojs.pkp.sfu.ca:article/8342Revistahttps://periodicos.unb.br/index.php/RICI/indexPUBhttps://periodicos.unb.br/index.php/RICI/oai||rici@unb.br1983-52131983-5213opendoar:2021-04-09T05:05:14Revista Ibero-americana de Ciência da Informação - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Indexação automática de imagens na web: tendências e desafios no 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
deep learning
indización de imágenes
machine learning
recuperación de imágens en la web
deep learning
image retrieval on the web
indexing of imagens
machine learning
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
author_role author
dc.contributor.author.fl_str_mv Gracioso, Luciana de Souza
dc.subject.por.fl_str_mv deep learning
indexação de imagens
machine learning
recuperação de imagens na web
deep learning
indización de imágenes
machine learning
recuperación de imágens en la web
deep learning
image retrieval on the web
indexing of imagens
machine learning
topic deep learning
indexação de imagens
machine learning
recuperação de imagens na web
deep learning
indización de imágenes
machine learning
recuperación de imágens en la web
deep learning
image retrieval on the web
indexing of imagens
machine learning
description 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.
publishDate 2018
dc.date.none.fl_str_mv 2018-05-28
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://periodicos.unb.br/index.php/RICI/article/view/8342
10.26512/rici.v11.n2.2018.8342
url https://periodicos.unb.br/index.php/RICI/article/view/8342
identifier_str_mv 10.26512/rici.v11.n2.2018.8342
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://periodicos.unb.br/index.php/RICI/article/view/8342/9633
dc.rights.driver.fl_str_mv Copyright (c) 2018 Luciana de Souza Gracioso
https://creativecommons.org/licenses/by/4.0
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Copyright (c) 2018 Luciana de Souza Gracioso
https://creativecommons.org/licenses/by/4.0
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade de Brasília, Faculdade de Ciência da Informação, Programa de Pós-Graduação em Ciência da Informação
publisher.none.fl_str_mv Universidade de Brasília, Faculdade de Ciência da Informação, Programa de Pós-Graduação em Ciência da Informação
dc.source.none.fl_str_mv Revista Ibero-Americana de Ciência da Informação; Vol. 11 No. 2 (2018); 541-561
Revista Ibero-Americana de Ciência da Informação; Vol. 11 Núm. 2 (2018); 541-561
Revista Ibero-Americana de Ciência da Informação; v. 11 n. 2 (2018); 541-561
1983-5213
10.26512/rici.v11.n2.2018
reponame:Revista Ibero-americana de Ciência da Informação
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Revista Ibero-americana de Ciência da Informação
collection Revista Ibero-americana de Ciência da Informação
repository.name.fl_str_mv Revista Ibero-americana de Ciência da Informação - Universidade de Brasília (UnB)
repository.mail.fl_str_mv ||rici@unb.br
_version_ 1800210998766862336