《基於異構特徵融合的社會媒體用戶分類關鍵技術研究》是依託哈爾濱工業大學,由張海軍擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名:基於異構特徵融合的社會媒體用戶分類關鍵技術研究
- 依託單位:哈爾濱工業大學
- 項目類別:青年科學基金項目
- 項目負責人:張海軍
《基於異構特徵融合的社會媒體用戶分類關鍵技術研究》是依託哈爾濱工業大學,由張海軍擔任項目負責人的青年科學基金項目。
《基於異構特徵融合的社會媒體用戶分類關鍵技術研究》是依託哈爾濱工業大學,由張海軍擔任項目負責人的青年科學基金項目。項目摘要隨著社會媒體的普及套用,社會媒體用戶分類已經成為很多套用領域廣泛關注的研究問題,其面臨著與傳統的文...
《異構媒體數據建模、融合及識別關鍵技術》是依託山東師範大學,由張化祥擔任項目負責人的面上項目。項目摘要 多媒體數據已成為網路信息的主要形式,研究異構媒體數據交叉檢索和識別理論與技術,具有重要理論價值及廣闊套用前景。本課題通過異構...
《面向大規模多媒體檢索的異構多模態融合技術研究》是依託香港城市大學深圳研究院,由楊宗樺擔任項目負責人的面上項目。項目摘要 隨著網路和多媒體技術的快速發展,湧現出大量可以被用來理解多媒體內容的網路資源,如社會化多媒體文檔,概念...
《跨域異構媒體信息的社會化推薦關鍵技術研究》是依託清華大學,由崔鵬擔任項目負責人的面上項目。項目摘要 在青年基金項目期間,項目組在社交網路中用戶與媒體信息的互動機理及媒體信息的擴散機制方面取得了豐碩的研究成果,共發表學術論文與...
多源異構特徵融合和視頻問答與定位是跨媒體問答研究中的兩個難點問題。 本項目基於多源異構數據(如圖像、視頻、文本和社交網路),結合自然語言理解技術與計算機視覺技術,圍繞異構數據統一表示方法和視頻問答與定位算法框架這兩個問題,提出...
主要包括如下三方面研究內容:(1)基於異構遷移學習的跨媒體信息融合和知識傳遞;(2)利用豐富且帶噪的社會媒體數據協助實現魯棒視覺語義理解;和(3)利用視覺內容理解技術增強社會媒體環境中事件分析。
(2)創新性地設計了一系列基於深度學習技術的多模態特徵融合方法,有效地改善用戶特徵空間表示,極大地提升了社會媒體中海量用戶區分算法的性能。(3)探索利用用戶的社交網路結構特徵擴展該類用戶的特徵,並提出將用戶簡介、用戶社交關係等...
《基於社會媒體信息挖掘的圖像標註技術研究》是依託遼寧工業大學,由孫福明擔任項目負責人的面上項目。項目摘要 隨著社會媒體網站的興起,用戶共享的圖像、文本和視頻等多媒體數據呈爆炸式增長。如何利用海量的社會媒體信息,解決大規模訓練樣本...