Ekstrakcija svojstava podataka, predstavljanje i otkrivanje znanja u kontekstu multimedia data mining (Data feature extraction, presentation and discovery of knowledge in the context of multimedia data mining)

Abstract

Danas je dobro poznato da su multimedia (multimedijalne informacije) sveprisutne i često zahtevane, ako ne i neophodne, u mnogim aplikacijama. S druge strane, data mining je takođe raznolika, interdisciplinarna i transdisciplinarna istraživačka oblast, koja je originalno započela sa otkrivanjem znanja u bazama podataka, ali je danas napredovalo mnogo izvan područja baza podataka. Aktuelna literatura iz oblasti pretraživanja multimedijalnih podataka fokusira se na dve paradigme učenja ili teorije pretraživanja-teorija statističkog učenja i teorija soft računarstva, koje se mogu koristiti odvojeno ili zajedno u određenim aplikacijama pretraživanja. Sistem za pretraživanje multimedijalnih podataka funkcioniše kroz tri koraka izvođenja : 1. ekstrakcija svojstava sirovih multimedijalnih podataka kroz predstavljanje svojstava u apstraktnom prostoru (prostor svojstava) 2. predstavljanje znanja, za podršku aktivnostima očekivanog otkrivanja znanja u multimedijalnoj bazi podataka. 3. otkrivanje znanja u multimedijalnoj bazi podataka kroz stvarno pretraživanje ili teorija i/ili tehika učenja, što čini srž sistema za pretraživanje multimedijalnih podataka. – Today, it is well known that multimedia (multimedia information) is ubiquitous and often required, if not necessary, in many applications. On the other hand, data mining is also a diverse, interdisciplinary and transdisciplinary research area, which originally started to discover knowledge in databases, but has progressed much beyond the database area today. The current literature in the field of multimedia data search focuses on two learning paradigms or the theory of search-theory of statistical learning and soft computing theories, which can be used separately or together in certain search applications. The multimedia data search system functions through three steps: 1. Extraction of raw multimedia data features through representation of features in an abstract space (feature space) 2. Presentation of knowledge, supporting the activities of expected knowledge discovery in a multimedia database. 3. Discovery of knowledge in a multimedia database through real search or theory and/or learning techniques, which makes the core of the multimedia data search system.