| |
|
|
| Registros recuperados : 26 | |
| 7. |  | CHINO, D. Y. T.; GONCALVES, R. R. V.; ROMANI, L. A. S.; TRAINA JÚNIOR, C.; TRAINA, A. J. M. Discovering frequent patterns on agrometeorological data with TrieMotif. In: INTERNATIONAL CONFERENCE ON ENTERPRISE INFORMATION SYSTEMS, 16., 2014, Lisbon. Enterprise information systems: ICEIS 2014: revised selected papers. Switzerland: Springer, 2015. p. 91-107. (Lecture notes in business information processing, 227). Editores: José Cordeiro, Slimane Hammoudi, Leszek Maciaszek, Olivier Camp, Joaquim Filipe.| Biblioteca(s): Embrapa Agricultura Digital. |
|    |
| 11. | | CHINO, D. Y. T.; GONÇALVES, R. R. V.; ROMANI, L. A. S.; TRAINA JÚNIOR, C.; TRAINA, A. J. M. TrieMotif: a new and efficient method to mine frequent K-motifs from large time series. In: INTERNATIONAL CONFERENCE ON ENTERPRISE INFORMATION SYSTEMS, 16.; INTERNATIONAL CONFERENCE ON EVALUATION OF NOVEL APPROACHES TO SOFTWARE ENGINEERING, 9., 2014, Lisbon. Proceedings... [S.l.]: Scitepress, 2014. p. 60-69. ICEIS 2014.| Biblioteca(s): Embrapa Agricultura Digital. |
| |
| 12. | | ROMANI, L. A. S.; GONÇALVES, R. R. do V.; AMARAL, B. F. do; ZULLO JUNIOR, J.; TRAINA JUNIOR, C.; SOUSA, E. P. M. de; TRAINA, A. J. M. Acompanhamento de safras de cana-de-açúcar por meio de técnicas de agrupamento em séries temporais de NDVI. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 15., 2011, Curitiba. Anais... São José dos Campos: INPE, 2011. p. 1-8. SBSR 2011.| Biblioteca(s): Embrapa Agricultura Digital. |
|  |
| 13. | | NUNES, S. A.; ROMANI, L. A. S.; AVILA, A. M. H.; TRAINA JÚNIOR, C.; SOUSA, E. P. M. de; TRAINA, A. J. M. Análise baseada em fractais para identificação de mudanças de tendências em múltiplas séries climáticas. In: BRAZILIAN SYMPOSIUM ON DATABASES, 25., 2010, Belo Horizonte. Proceedings... Belo Horizonte: UFMG, 2010. p. 65-72. SBBD 2010.| Biblioteca(s): Embrapa Agricultura Digital. |
| |
| 14. | | NUNES, S. A.; ROMANI, L. A. S.; AVILA, A. M. H.; TRAINA JUNIOR, C.; SOUSA, E. P. M. de; TRAINA, A. J. M. Fractal-based analysis to identify trend changes in multiple climate time series. Journal of Information and Data Management, Belo Horizonte, v. 2, n. 1, p. 51-57, Feb. 2011.| Biblioteca(s): Embrapa Agricultura Digital. |
| |
| 15. | | ROMANI, L. A. S.; SOUSA, E. P. M. de; RIBEIRO, M. X.; ZULLO JÚNIOR. J.; TRAINA JÚNIOR, C.; TRAINA, A. J. M. Employing fractal dimension to analyze climate and remote sensing data streams. In: SIAM INTERNATIONAL CONFERENCE ON DATA MINING, 9., 2009, Sparks. Proceedings... Society for Industrial and Applied Mathematics, Philadelphia, 2009. Não paginado. SDM 2009.| Biblioteca(s): Embrapa Agricultura Digital. |
| |
| 16. | | CHINO, D. Y. T.; ROMANI, L. A. S.; AVALHAIS, L. P. S.; OLIVEIRA, W. D.; GONÇALVES, R. R. V.; TRAINA JÚNIOR, C.; TRAINA, A. J. M. The NInA Framework using gesture to improve interaction and collaboration in geographical information systems. In: INTERNATIONAL CONFERENCE ON ENTERPRISE INFORMATION SYSTEMS, 15.; INTERNATIONAL CONFERENCE ON EVALUATION OF NOVEL APPROACHES TO SOFTWARE ENGINEERING, 8., 2013, Angers Loire Valley. Proceedings... [S.l.]: Scitepress, 2013. p. 35-43. ICEIS 2013. ENASE 2013.| Biblioteca(s): Embrapa Agricultura Digital. |
| |
| 17. | | ROMANI, L. A. S.; AVILA, A. M. H. de; CHINO, D. Y. T.; ZULLO JÚNIOR, J.; CHBEIR, R.; TRAINA JÚNIOR, C.; TRAINA, A. J. M. A new time series mining approach applied to multitemporal remote sensing imagery. IEEE transactions on geoscience and remote sensing, New York, v. 51, n. 1, p. 140-150, Jan. 2013.| Biblioteca(s): Embrapa Agricultura Digital. |
| |
| 18. | | ROMANI, L. A. S.; SOUSA, E. P. M. de; RIBEIRO, M. X.; ÁVILA, A. M. H. de; ZULLO JÚNIOR, J.; TRAINA JÚNIOR, C.; TRAINA, A. J. M. Mining climate and remote sensing time series to improve monitoring of sugar cane fields. In: PRADO, H. A. do; LUIZ, A. J. B.; CHAIB FILHO, H. Computational Methods for Agricultural Research: Advances and Applications. Hershey: Information Science Reference, 2011. chap. 4, p. 50-72.| Biblioteca(s): Embrapa Agricultura Digital. |
| |
| 19. | | ROMANI, L. A. S.; TRAINA, A. J. M.; RIBEIRO, M. X.; SOUSA, E. P. M. de; ZULLO JUNIOR, J.; TRAINA JUNIOR, C. Aplicação de técnicas de mineração em dados climáticos e de satélite para auxiliar no acompanhamento das safras de cana-de-acúcar. In: SIMPÓSIO BRASILEIRO DE BANCO DE DADOS, 23.; SIMPÓSIO BRASILEIRO DE ENGENHARIA DE SOFTWARE, 22.; WORKSHOP EM ALGORITMOS E APLICAÇÕES DE MINERAÇÃO DE DADOS, 4., 2008, Campinas. Anais... Campinas: UNICAMP, Instituto de Computação, 2008. p. 87-92.| Biblioteca(s): Embrapa Agricultura Digital. |
| |
| 20. | | COLTRI, P. P.; CORDEIRO, R. L. F.; SOUZA, T. T. de; ROMANI, L. A. S.; ZULLO JÚNIOR, J.; TRAINA JÚNIOR, C.; TRAINA, A. J. M. Classificação de áreas de café em Minas Gerais por meio do novo algoritmo QMAS em imagem espectral Geoeye-1. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 15., 2011, Curitiba. Anais... São José dos Campos: INPE, 2011. p. 0539-0546. SBSR 2011.| Biblioteca(s): Embrapa Agricultura Digital. |
| |
| Registros recuperados : 26 | |
|
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Agricultura Digital. Para informações adicionais entre em contato com cnptia.biblioteca@embrapa.br. |
Registro Completo
|
Biblioteca(s): |
Embrapa Agricultura Digital. |
|
Data corrente: |
04/12/2014 |
|
Data da última atualização: |
08/01/2020 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 1 |
|
Autoria: |
CORDEIRO, R. L. F.; GUO, F.; HAVERKAMP, D. S.; HORNE, J. H.; HUGHES, E. K.; KIM, G.; ROMANI, L. A. S.; COLTRI, P. P.; SOUZA, T. T.; TRAINA, A. J. M.; TRAINA JÚNIOR, C.; FALOUTSOS, C. |
|
Afiliação: |
ROBSON L. F. CORDEIRO, USP; FAN GUO, Carnegie Mellon University; DONNA S. HAVERKAMP, Science Applications International Corporation, McLean; JAMES H. HORNE, Science Applications International Corporation, McLean; ELLEN K. HUGHES, Science Applications International Corporation, McLean; GUNHEE KIM, Carnegie Mellon University; LUCIANA ALVIM SANTOS ROMANI, CNPTIA; PRISCILA P. COLTRI, Unicamp; TAMIRES T. SOUZA, USP; AGMA J. M. TRAINA, USP; CAETANO TRAINA JÚNIOR, USP; CHRISTOS FALOUTSOS, Carnegie Mellon University. |
|
Título: |
QuMinS: fast and scalable querying, mining and summarizing multi-modal databases. |
|
Ano de publicação: |
2014 |
|
Fonte/Imprenta: |
Information Sciences, New York, v. 164, p. 211-229, Apr. 2014. |
|
DOI: |
10.1016/j.ins.2013.11.013 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Given a large image set, in which very few images have labels, how to guess labels for the remaining majority? How to spot images that need brand new labels different from the predefined ones? How to summarize these data to route the user's attention to what really matters? Here we answer all these questions. Specifically, we propose QuMinS, a fast, scalable solution to two problems: (i) Low-labor labeling (LLL) - given an image set, very few images have labels, find the most appropriate labels for the rest; and (ii) Mining and attention routing - in the same setting, find clusters, the top-NO outlier images, and the NR images that best represent the data. Experiments on satellite images spanning up to 2.25 GB show that, contrasting to the state-of-the-art labeling techniques, QuMinS scales linearly on the data size, being up to 40 times faster than top competitors (GCap), still achieving better or equal accuracy, it spots images that potentially require unpredicted labels, and it works even with tiny initial label sets, i.e., nearly five examples. We also report a case study of our method?s practical usage to show that QuMinS is a viable tool for automatic coffee crop detection from remote sensing images. |
|
Palavras-Chave: |
Clusterização; Imagens de satélite; Low-labor labeling; Outlier detection; Query by example; Satellite imagery; Summarization. |
|
Thesaurus NAL: |
Cluster analysis. |
|
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
|
Marc: |
LEADER 02265naa a2200361 a 4500
001 2001677
005 2020-01-08
008 2014 bl uuuu u00u1 u #d
024 7 $a10.1016/j.ins.2013.11.013$2DOI
100 1 $aCORDEIRO, R. L. F.
245 $aQuMinS$bfast and scalable querying, mining and summarizing multi-modal databases.$h[electronic resource]
260 $c2014
520 $aGiven a large image set, in which very few images have labels, how to guess labels for the remaining majority? How to spot images that need brand new labels different from the predefined ones? How to summarize these data to route the user's attention to what really matters? Here we answer all these questions. Specifically, we propose QuMinS, a fast, scalable solution to two problems: (i) Low-labor labeling (LLL) - given an image set, very few images have labels, find the most appropriate labels for the rest; and (ii) Mining and attention routing - in the same setting, find clusters, the top-NO outlier images, and the NR images that best represent the data. Experiments on satellite images spanning up to 2.25 GB show that, contrasting to the state-of-the-art labeling techniques, QuMinS scales linearly on the data size, being up to 40 times faster than top competitors (GCap), still achieving better or equal accuracy, it spots images that potentially require unpredicted labels, and it works even with tiny initial label sets, i.e., nearly five examples. We also report a case study of our method?s practical usage to show that QuMinS is a viable tool for automatic coffee crop detection from remote sensing images.
650 $aCluster analysis
653 $aClusterização
653 $aImagens de satélite
653 $aLow-labor labeling
653 $aOutlier detection
653 $aQuery by example
653 $aSatellite imagery
653 $aSummarization
700 1 $aGUO, F.
700 1 $aHAVERKAMP, D. S.
700 1 $aHORNE, J. H.
700 1 $aHUGHES, E. K.
700 1 $aKIM, G.
700 1 $aROMANI, L. A. S.
700 1 $aCOLTRI, P. P.
700 1 $aSOUZA, T. T.
700 1 $aTRAINA, A. J. M.
700 1 $aTRAINA JÚNIOR, C.
700 1 $aFALOUTSOS, C.
773 $tInformation Sciences, New York$gv. 164, p. 211-229, Apr. 2014.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
