Knowledge Transfer between Computer Vision and Text Mining de Radu Tudor Ionescu

Knowledge Transfer between Computer Vision and Text Mining: Advances in Computer Vision and Pattern Recognition

Autor Radu Tudor Ionescu, Marius Popescu

en Limba Engleză Hardback – 9 mai 2016

Recomandăm acest volum în primul rând cercetătorilor, doctoranzilor și inginerilor de date care activează în domeniul inteligenței artificiale și care caută să depășească barierele disciplinare rigide. Knowledge Transfer between Computer Vision and Text Mining pornește de la o premisă curajoasă: imaginea și textul nu trebuie tratate ca entități disjuncte, ci pot fi abordate prin mecanisme similare de regăsire, extracție și clasificare a informației.

Observăm o organizare riguroasă a materialului în două părți simetrice. Prima parte explorează modul în care tehnicile de procesare a textului pot optimiza viziunea artificială, analizând recunoașterea obiectelor prin modelul „Bag of Visual Words”. Cea de-a doua parte inversează perspectiva, aplicând concepte din analiza de imagine, precum distanța locală de rang sau informația spațială, în categorisirea textelor. Cititorul care a aplicat deja conceptele fundamentale din Kernel Methods for Pattern Analysis va găsi aici o extensie aplicată extrem de valoroasă, trecând de la toolkit-ul general de algoritmi la soluții hibride specifice pentru identificarea limbii native sau estimarea deplasării locale a fragmentelor de imagine.

Considerăm că punctul forte al lucrării rezidă în prezentarea metodelor de învățare bazate pe similitudine (SBL). Autorii Radu Tudor Ionescu și Marius Popescu nu se limitează la teorie, ci introduc kernel-uri inovatoare pentru histograme vizuale și modele de vecinătate bazate pe o nouă formă de disimilitudine. Această abordare tehnică este susținută practic prin punerea la dispoziție a codului sursă, facilitând tranziția de la înțelegerea matematică la execuția software.

Citește tot Restrânge

Din seria Advances in Computer Vision and Pattern Recognition

Preț: 630^.46 lei

Preț vechi: 788^.08 lei
-20%

Puncte Express: 946

Paperback 648^.62 lei

Hardback 630^.46 lei

Carte disponibilă

Livrare economică 25 mai-08 iunie

Adaugă în coș

Wish list
Gift list
Am citit!

Adaugă în listă

Specificații

ISBN-13: 9783319303659
ISBN-10: 3319303651
Pagini: 276
Ilustrații: XXIV, 250 p. 42 illus., 33 illus. in color.
Dimensiuni: 160 x 241 x 20 mm
Greutate: 0.63 kg
Ediția:1st edition 2016
Editura: Springer
Colecția Advances in Computer Vision and Pattern Recognition
Seria Advances in Computer Vision and Pattern Recognition

Locul publicării:Cham, Switzerland

De ce să citești această carte

Această carte este esențială pentru specialiștii care doresc să implementeze sisteme hibride de AI. Veți câștiga o perspectivă unificată asupra procesării datelor, învățând cum să utilizați string kernels și metode de similitudine non-euclidiană pentru a rezolva probleme complexe de clasificare. Este un instrument practic datorită resurselor open source incluse, ideal pentru cei care dezvoltă algoritmi de căutare vizuală sau analiză lingvistică avansată.

Despre autor

Radu Tudor Ionescu este un cercetător român proeminent și profesor în cadrul Universității din București, specializat în învățare automată și procesarea limbajului natural. Expertiza sa se concentrează pe metodele kernel și analiza de similitudine, fiind recunoscut pentru contribuțiile inovatoare în recunoașterea tiparelor. Marius Popescu este, de asemenea, un cadru didactic și cercetător de prestigiu, cu o activitate vastă în informatică și inteligență artificială. Împreună, cei doi autori au publicat numeroase lucrări de referință la edituri internaționale precum Springer, definind direcții noi de cercetare în transferul de cunoștințe între viziunea artificială și lingvistica computațională.

Descriere scurtă

This ground-breaking text/reference divergesfrom the traditional view that computer vision (for image analysis) and stringprocessing (for text mining) are separate and unrelated fields of study,propounding that images and text can be treated in a similar manner for thepurposes of information retrieval, extraction and classification. Highlightingthe benefits of knowledge transfer between the two disciplines, the textpresents a range of novel similarity-based learning (SBL) techniques founded onthis approach. Topics and features: describes a variety of SBL approaches,including nearest neighbor models, local learning, kernel methods, andclustering algorithms; presents a nearest neighbor model based on a noveldissimilarity for images; discusses a novel kernel for (visual) wordhistograms, as well as several kernels based on a pyramid representation; introducesan approach based on string kernels for native language identification; containslinks for downloading relevant open source code.

Cuprins

Motivation and Overview.- Learning Based on Similarity.- Part I: Knowledge Transfer from Text Mining to Computer Vision.- State of the Art Approaches for Image Classification.- Local Displacement Estimation of Image Patches and Textons.- Object Recognition with the Bag of Visual Words Model.- Part II: Knowledge Transfer from Computer Vision to Text Mining.- State of the Art Approaches for String and Text Analysis.- Local Rank Distance.- Native Language Identification with String Kernels.- Spatial Information in Text Categorization.- Conclusions.

Notă biografică

Dr. Radu Tudor Ionescu is an Assistant Professor in the Department of Computer Science at the University of Bucharest, Romania.

Dr. Marius Popescu is an Associate Professor at the same institution.

Textul de pe ultima copertă

This ground-breaking text/reference diverges from thetraditional view that computer vision (for image analysis) and stringprocessing (for text mining) are separate and unrelated fields of study,propounding that images and text can be treated in a similar manner for thepurposes of information retrieval, extraction and classification. Highlightingthe benefits of knowledge transfer between the two disciplines, the textpresents a range of novel similarity-based learning techniques founded on thisapproach.
Topics and features:

Describes avariety of similarity-based learning approaches, including nearest neighbormodels, local learning, kernel methods, and clustering algorithms
Presents anearest neighbor model based on a novel dissimilarity for images, and appliesthis for handwritten digit recognition and texture analysis
Discusses anovel kernel for (visual) word histograms, as well asseveral kernels based on pyramid representation, and uses these for facial expression recognition andtext categorization by topic
Introduces anapproach based on string kernels for native language identification
Contains linksfor downloading relevant open source code
With a forewordby Prof. Florentina Hristea

This unique work will be of great benefit toresearchers, postgraduate and advanced undergraduate students involved inmachine learning, data science, text mining and computer vision.
Dr. Radu Tudor Ionescu is an AssistantProfessor in the Department of Computer Science at the University of Bucharest,Romania. Dr. Marius Popescu is an AssociateProfessor at the same institution.

Caracteristici

Provides a novel perspective on image analysis and text processing, presenting the scientific justification for treating the two disciplines in a similar manner Offers open source code for the techniques in the book at an associated website Reviews state-of-the-art similarity-based learning approaches, including nearest neighbor models, kernel methods and clustering algorithms