Skip navigation
Use este identificador para citar ou linkar para este item: http://repositorio.unb.br/handle/10482/48936
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2023_GeorgeHideyukiKurokiJunior_TESE.pdf5,34 MBAdobe PDFVisualizar/Abrir
Título: Multimodal information architecture and artificial intelligence : applicability and architectural models
Autor(es): Kuroki Júnior, George Hideyuki
Orientador(es): Duque, Cláudio Gottschalg
Assunto: Aprendizagem de máquina
Inteligência artificial
Lógica multimodal
Ciência da Computação
Data de publicação: 17-Jul-2024
Referência: KUROKI JÚNIOR, George Hideyuki. Multimodal information architecture and artificial intelligence: applicability and architectural models. 2023. 389 f., il. Tese (Doutorado em Ciência da Informação) — Universidade de Brasília, Brasília, 2023.
Resumo: A assertividade e propriedade das ações de um sujeito perante um contexto informacional depende da sua capacidade de produzir e adaptar suas representações sobre a realidade. Construir estes modelos representacionais parte da combinação entre métodos de aprendizagem aliados ao que se apresenta a este sujeito que, por sua vez, possui capacidade limitada de percepção. No tocante ao aprendizado de máquinas, verifica-se que a Ciência da Computação se ateve até então à sintaxe das relações entre Sujeito Computacional e Objeto de análise: produz algoritmos para cálculo de incidência e proximidade entre as propriedades de textos, imagens, sons e outras formas de manifestação perceptíveis. O trabalho aqui apresentado visa posicionar a Arquitetura da Informação Multimodal como a contrapartida da Ciência da Informação no estudo semântico das manifestações a serem apresentadas ao Sujeito Computacional o qual se quer desenvolver uma rede inteligente.
Abstract: Assertiveness and effectiveness of a set actions in an information context depends on the subject ability to produce and adapt representations about reality. The process of building these representational models begins with the proper combination of learning methods and the selection of what is presented to this subject, whom perception capacity is limited. With regard to machine learning, it appears that Computer Science historically adhered to the syntax of the relations between Computational Subject and Object of analysis: it produces algorithms for calculating incidence and proximity between the properties of texts, images, sounds and others perceptible forms of manifestation. The following work aims to position Multimodal Information Architecture as the counterpart of Information Science in the semantic study of manifestations to be presented to a Computational Subject in its development of an artificial intelligence neural network.
Unidade Acadêmica: Faculdade de Ciência da Informação (FCI)
Informações adicionais: Tese (doutorado) — Universidade de Brasília, Faculdade de Ciência da Informação, Programa de Pós-Graduação em Ciência da Informação, 2023.
Programa de pós-graduação: Programa de Pós-Graduação em Ciência da Informação
Licença: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.
Aparece nas coleções:Teses, dissertações e produtos pós-doutorado

Mostrar registro completo do item Visualizar estatísticas



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.