Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Fernandes, Leandro Augusto Frata | - |
Autor(es): dc.contributor | Carvalho, Aline Marins Paes | - |
Autor(es): dc.contributor | Montenegro, Anselmo Antunes | - |
Autor(es): dc.creator | Lourenço, Vítor Nascimento | - |
Data de aceite: dc.date.accessioned | 2024-07-11T17:52:05Z | - |
Data de disponibilização: dc.date.available | 2024-07-11T17:52:05Z | - |
Data de envio: dc.date.issued | 2023-09-26 | - |
Data de envio: dc.date.issued | 2023-09-26 | - |
Fonte completa do material: dc.identifier | http://app.uff.br/riuff/handle/1/30600 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/759123 | - |
Descrição: dc.description | Aplicações de diversas áreas do conhecimento trabalham com um volume grande e crescente de dados. Dessa forma, é necessário o desenvolvimento de ferramentas e modelos capazes de produzir representações abstratas e aprender a partir dessas representações, a fim de auxiliar a análise dos dados e a extração de conhecimento. Como exemplo, em diversas aplicações no âmbito de imagens é fundamental a identificação e representação não só dos objetos nela existentes, mas também da relação entre os objetos. Nesse caso, a representação se faz por identificar as características dos objetos e modelá-los em termos de suas relações. Dessa forma, este trabalho propõe um novo modelo de aprendizado de máquina baseado na arquitetura do modelo tradicional de saco-de-palavras para dados hierárquicos, o modelo de Bag-of-Hierarquies (BoH). São apresentados os formalismos e conceitos necessários para estender esse modelo para desafios em diferentes domínios. Com base no arcabouço do modelo de BoH, é proposta uma especialização no domínio de imagens para desafio de reconhecimento de similaridade de logotipos. O modelo de Bag-of-Visual-Hiearchies (BoVH) proposto é avaliado em termos de um dataset clássico para avaliações de sistemas similares. Os resultados obtidos a partir da aplicação do modelo de BoVH ao dataset mostram-se relevantes e superam, em alguns casos, os modelos considerados estado-da-arte para sistemas de recuperação de logotipos | - |
Descrição: dc.description | Applications from several areas of knowledge work with a large and growing volume of data. In this way, it is necessary to develop tools and models able to produce abstract representations and to learn from these representations, in order to aid data analysis and knowledge extraction. As an example, in several applications in the scope of images it is fundamental the identification and representation not only of the objects in it, but also of the relation among the objects. In this case, representation is done by identifying the characteristics of objects and modeling them in terms of their relationships. This undergraduate thesis proposes a new model of machine learning based on the architecture of the traditional bag-of-words hierarchical data model, the Bag-of-Hierarchies (BoH) model. The formalisms and concepts necessary to extend this model to challenges in different domains are presented. Based on the framework of the BoH model, a specialization in the domain of images for the challenge of similarity of trademark images is proposed. The proposed Bag-ofVisual-Hiearchies (BoVH) model is used in terms of a classic dataset for evaluations of trademark image retrieval systems. The results obtained from the application of the BoVH model to the dataset are relevant and exceed, in some cases, the models considered state-of-the-art for trademark image retrieval systems | - |
Descrição: dc.description | 56 p. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Direitos: dc.rights | Open Access | - |
Direitos: dc.rights | CC-BY-SA | - |
Palavras-chave: dc.subject | Reconhecimento de padrões | - |
Palavras-chave: dc.subject | Aprendizado de máquina | - |
Palavras-chave: dc.subject | Modelos baseados em saco-de-palavras | - |
Palavras-chave: dc.subject | Recuperação de imagens baseado em conteúdo | - |
Palavras-chave: dc.subject | Recuperação de logotipos | - |
Palavras-chave: dc.subject | Aprendizado de máquina | - |
Palavras-chave: dc.subject | Processamento de imagem assistida por computador | - |
Palavras-chave: dc.subject | Reconhecimento de padrão | - |
Palavras-chave: dc.subject | Pattern recognition | - |
Palavras-chave: dc.subject | Machine learning | - |
Palavras-chave: dc.subject | Bag-of-words based models | - |
Palavras-chave: dc.subject | Content-based image retrieval | - |
Palavras-chave: dc.subject | Trademark image retrieval | - |
Título: dc.title | Bag-of-Hierarchies: um modelo de aprendizado de máquina para dados hierárquicos com aplicação em Recuperação de logotipos similares | - |
Tipo de arquivo: dc.type | Trabalho de conclusão de curso | - |
Aparece nas coleções: | Repositório Institucional da Universidade Federal Fluminense - RiUFF |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: