دانلود کتاب Mining Multimedia and Complex Data: KDD Workshop MDM/KDD 2002. PAKDD Workshop KDMCD 2002. Revised Papers (به فارسی: Mining Multimedia and Complex Data: KDD Workshop MDM/KDD 2002. PAKDD Workshop KDMCD 2002. Revised Papers) نوشته شده توسط «Nadia Bianchi-Berthouze – Tomofumi Hayashi (auth.) – Osmar R. Zaïane – Simeon J. Simoff – Chabane Djeraba (eds.)»
اطلاعات کتاب Mining Multimedia and Complex Data: KDD Workshop MDM/KDD 2002. PAKDD Workshop KDMCD 2002. Revised Papers
موضوع اصلی: کنفرانس ها و سمپوزیوم های بین المللی
نوع: کتاب الکترونیکی
ناشر: Springer-Verlag Berlin Heidelberg
نویسنده: Nadia Bianchi-Berthouze – Tomofumi Hayashi (auth.) – Osmar R. Zaïane – Simeon J. Simoff – Chabane Djeraba (eds.)
زبان: English
فرمت کتاب: pdf (قابل تبدیل به سایر فرمت ها)
سال انتشار: 2003
تعداد صفحه: 284
حجم کتاب: 8 مگابایت
کد کتاب: 3540203052 , 9783540203056
نوبت چاپ: 1
توضیحات کتاب Mining Multimedia and Complex Data: KDD Workshop MDM/KDD 2002. PAKDD Workshop KDMCD 2002. Revised Papers
1 WorkshopTheme چند رسانه ای دیجیتال از اشکال قبلی رسانه های ترکیبی متفاوت است، زیرا بیت هایی که متن، تصاویر، انیمیشن ها، و سیگنال های صوتی، تصویری و سایر سیگنال ها را نشان می دهند، می توانند توسط برنامه های کامپیوتری به عنوان داده در نظر گرفته شوند. یکی از جنبه‌های این داده‌های متنوع از نظر مدل‌های تأمین مالی و قالب‌ها همگام‌سازی و یکپارچه‌سازی شده است، از این رو می‌توان آن را به‌عنوان رکوردهای داده‌های یکپارچه در نظر گرفت. چنین سوابقی را می توان در تعدادی از زمینه های تلاش بشر یافت. پزشکی مدرن حجم عظیمی از چنین داده های دیجیتالی را تولید می کند. مورد دیگر، طراحی معماری و صنعت مربوط به معماری، مهندسی و ساخت و ساز (AEC) است. جوامع مجازی (به معنای گسترده این کلمه، که شامل هر جامعه ای با واسطه فناوری های دیجیتال می شود) نمونه دیگری است که در آن داده های تولید شده یک رکورد داده یکپارچه را تشکیل می دهند. چنین داده‌هایی ممکن است شامل داده‌های مربوط به متخصصان اعضا، محتوای تولید شده توسط جامعه مجازی و داده‌های ارتباطی در قالب‌های مختلف، از جمله ایمیل، سوابق چت، پیام‌های SMS، سوابق ویدئو کنفرانس باشد. همه داده های چند رسانه ای آنقدر متنوع نیستند. نمونه‌ای از داده‌های کم‌تنوع، اما داده‌هایی که از نظر مقدار جمع‌آوری‌شده بزرگ‌تر هستند، داده‌هایی است که توسط سیستم‌های نظارت تصویری تولید می‌شود، که در آن هر رکورد یکپارچه داده تقریباً از مجموعه‌ای از تصاویر دارای مهر زمانی تشکیل شده است – فریم‌های ویدئو. در هر صورت، مجموعه این گونه رکوردهای داده داخلی یک مجموعه داده چندرسانه ای را تشکیل می دهد. چالش استخراج الگوهای معنادار از این مجموعه داده ها منجر به تحقیق و توسعه در حوزه داده کاوی چند رسانه ای شده است.
1 WorkshopTheme Digital multimedia di?ers from previous forms of combined media in that the bits that represent text, images, animations, and audio, video and other signals can be treated as data by computer programs. One facet of this diverse data in termsofunderlyingmodelsandformatsisthatitissynchronizedandintegrated, hence it can be treated as integral data records. Such records can be found in a number of areas of human endeavour. Modern medicine generates huge amounts of such digital data. Another – ample is architectural design and the related architecture, engineering and c- struction (AEC) industry. Virtual communities (in the broad sense of this word, which includes any communities mediated by digital technologies) are another example where generated data constitutes an integral data record. Such data may include data about member pro?les, the content generated by the virtual community, and communication data in di?erent formats, including e-mail, chat records, SMS messages, videoconferencing records. Not all multimedia data is so diverse. An example of less diverse data, but data that is larger in terms of the collected amount, is that generated by video surveillance systems, where each integral data record roughly consists of a set of time-stamped images – the video frames. In any case, the collection of such in- gral data records constitutes a multimedia data set. The challenge of extracting meaningful patterns from such data sets has led to the research and devel- ment in the area of multimedia data mining.
برای دریافت کد تخفیف ۲۰ درصدی این کتاب، ابتدا صفحه اینستاگرام کازرون آنلاین (@kazerun.online ) را دنبال کنید. سپس، کلمه «بلیان» را در دایرکت ارسال کنید تا کد تخفیف به شما ارسال شود.