Título :	Deep Learning in Mining of Visual Content
Tipo de documento:	documento electrónico
Autores:	Zemmari, Akka, Autor ; Benois-Pineau, Jenny, Autor
Mención de edición:	1 ed.
Editorial:	[s.l.] : Springer
Fecha de publicación:	2020
Número de páginas:	XVII, 110 p. 46 ilustraciones, 25 ilustraciones en color.
ISBN/ISSN/DL:	978-3-030-34376-7
Nota general:	Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave:	Inteligencia artificial  Procesamiento de imágenes  Visión por computador  Procesamiento de datos  Imágenes por computadora  visión  reconocimiento de patrones y gráficos  Minería de datos y descubrimiento de conocimientos
Índice Dewey:	006.3 Inteligencia artificial
Resumen:	Este libro proporciona al lector los conocimientos fundamentales en el área del aprendizaje profundo con aplicación a la minería de contenido visual. Los autores ofrecen una nueva visión de los enfoques de aprendizaje profundo, tanto desde el punto de vista de la comprensión de imágenes como del aprendizaje automático supervisado. Contiene capítulos que presentan los fundamentos teóricos y matemáticos de las redes neuronales y los métodos de optimización relacionados. Luego analiza algunas arquitecturas particulares muy populares utilizadas en el dominio: redes neuronales convolucionales y redes neuronales recurrentes. El aprendizaje profundo se encuentra actualmente en el corazón de la mayoría de las tecnologías de vanguardia. Está en el centro de los recientes avances en Inteligencia Artificial. La información visual en formato digital crece constantemente en volumen. En dominios tan activos como la visión por computadora y la robótica, la comprensión de la información visual se basa en el uso del aprendizaje profundo. Otros capítulos presentan aplicaciones del aprendizaje profundo para la minería de contenido visual. Estos incluyen mecanismos de atención en redes neuronales profundas y aplicaciones a la minería de contenidos culturales digitales. También se analiza un campo de aplicación adicional que ilustra cómo el aprendizaje profundo puede ser de gran interés para el diagnóstico asistido por ordenador de la enfermedad de Alzheimer mediante imágenes multimodales. Este libro está dirigido a estudiantes de nivel avanzado que estudian ciencias de la computación, incluida la visión por computadora, el análisis de datos y la multimedia. Los investigadores y profesionales que trabajan en informática y procesamiento de señales e imágenes también pueden estar interesados ​​en este libro.
Nota de contenido:	Introduction -- Supervised Learning Problem Formulation -- Neural Networks from Scratch -- Optimization Methods -- Deep in the Wild -- Convolutional Neural Networks as Image Analysis Tool -- Dynamic Content Mining -- Case Study for Digital Cultural Content Mining -- Introducing Domain Knowledge.
En línea:	https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
Link:	https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

Deep Learning in Mining of Visual Content [documento electrónico] / Zemmari, Akka, Autor ; Benois-Pineau, Jenny, Autor  . -  1 ed.  . - [s.l.] : Springer, 2020 . - XVII, 110 p. 46 ilustraciones, 25 ilustraciones en color.
ISBN : 978-3-030-34376-7
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.

Palabras clave:	Inteligencia artificial  Procesamiento de imágenes  Visión por computador  Procesamiento de datos  Imágenes por computadora  visión  reconocimiento de patrones y gráficos  Minería de datos y descubrimiento de conocimientos
Índice Dewey:	006.3 Inteligencia artificial
Resumen:	Este libro proporciona al lector los conocimientos fundamentales en el área del aprendizaje profundo con aplicación a la minería de contenido visual. Los autores ofrecen una nueva visión de los enfoques de aprendizaje profundo, tanto desde el punto de vista de la comprensión de imágenes como del aprendizaje automático supervisado. Contiene capítulos que presentan los fundamentos teóricos y matemáticos de las redes neuronales y los métodos de optimización relacionados. Luego analiza algunas arquitecturas particulares muy populares utilizadas en el dominio: redes neuronales convolucionales y redes neuronales recurrentes. El aprendizaje profundo se encuentra actualmente en el corazón de la mayoría de las tecnologías de vanguardia. Está en el centro de los recientes avances en Inteligencia Artificial. La información visual en formato digital crece constantemente en volumen. En dominios tan activos como la visión por computadora y la robótica, la comprensión de la información visual se basa en el uso del aprendizaje profundo. Otros capítulos presentan aplicaciones del aprendizaje profundo para la minería de contenido visual. Estos incluyen mecanismos de atención en redes neuronales profundas y aplicaciones a la minería de contenidos culturales digitales. También se analiza un campo de aplicación adicional que ilustra cómo el aprendizaje profundo puede ser de gran interés para el diagnóstico asistido por ordenador de la enfermedad de Alzheimer mediante imágenes multimodales. Este libro está dirigido a estudiantes de nivel avanzado que estudian ciencias de la computación, incluida la visión por computadora, el análisis de datos y la multimedia. Los investigadores y profesionales que trabajan en informática y procesamiento de señales e imágenes también pueden estar interesados ​​en este libro.
Nota de contenido:	Introduction -- Supervised Learning Problem Formulation -- Neural Networks from Scratch -- Optimization Methods -- Deep in the Wild -- Convolutional Neural Networks as Image Analysis Tool -- Dynamic Content Mining -- Case Study for Digital Cultural Content Mining -- Introducing Domain Knowledge.
En línea:	https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
Link:	https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i