Contacto WhatsApp 963640100

Universidade Lusófona

Tratamento de Dados Multimédia

Curso

Engenharia Informática e Sistemas de Informação

Grau|Semestres|ECTS

Mestrado | Semestral | 7

Ano | Tipo de unidade curricular | Lingua

2 |Obrigatório |Português

Total de horas de Trabalho | Tempo de Contacto (horas)

196 | 30

Código

ULHT457-1-8853

Disciplinas complementares recomendadas

Não aplicável

Pré-requisitos e co-requisitos

Não aplicável

Precedências

Não

Estágio profissional

Não

Conteúdos Programáticos

- Ciclo de vida de extração de informação em sistemas multimedios. - Critérios concretos que diferenciam informação de dados
-Organização do problema, identificação de viabilidade
- Representação e captura características não explicitas nos dados - Dados multimedia e representações matriciais
- Captura e representação esencial de imagens, som, video, bio-data, e outros.
- Estatísticas básicas para pre-processamento de dados: inferência de valores en falta, estandardização, normalização, analise de distribuições, modalidade, tendência central, variância, simetria, pontos discrepantes (fora se serie), correlação, etc.
- Analise de dados usando NNMF (Non Negative Matrix Factorization)
- Analise de dados usando PCA (Principal Component Analysis)
- Interpretação de resultados

Objetivos

O objetivo principal desta cadeira e fornecer aos estudantes os mecanismos para analisar problemas de tratamento de dados multimedios, assim como técnicas algorítmicas/matemáticas para a extração de informação a partir de dados gerados neste tipo de dados: imagem, som, video, bio-data, etc. Nesse sentido, há um foco central no ciclo de vida de sistemas multi-media: (1) aquisição de dados; (2) seleção de características; (3) representação e (4) 'machine learning'. Nesta cadeira de nível básico a atenção esta mais dirigida aos pontos (1) e (2) mas sem perder de vista os elementos fundamentais de (3) e (4). Em termos de 'skill set' os estudantes ficam preparados para (1) pre-processamento estatístico de dados matriciais para posterior (2) seleção de características usando factorização matricial com as técnicas de non-negative matrix factorization e principal component analysis. Nesta cadeira existe um foco particular na parte de interpretação de resultados, e pre-analises de dados.

Metodologias de ensino e avaliação

Aulas presenciais teóricas e praticas. As aulas começam sempre com uma revisão dos conceitos da aula anterior e perguntas para desafiar aos estudantes em termos cognitivos. Normalmente há um problema em aberto, no qual vamos trabalhando a medida que decorre a cadeira. A avaliação e feita com dois testes na aula teórica, e um trabalho pratico orientado pelo professor directamente.

Bibliografia principal

- Eidenberger, H. (2012). Handbook of multimedia information retrieval. BoD¿Books on Demand. - Tukey, J. W. (1977). Exploratory data analysis.
- https://cran.r-project.org/web/packages/NMF/NMF.pdf
- http://factominer.free.fr/classical-methods/principal-components-analysis.html