Modelo generativo y no paramétrico para detección de eventos en tiempo real en redes sociales basado en análisis textual

Masoumeh, Aziziansiadar (2023) Modelo generativo y no paramétrico para detección de eventos en tiempo real en redes sociales basado en análisis textual. Nexo Revista Científica, 36 (03). pp. 404-421. ISSN 1995-9516

Preview

Text 404-421.pdf - Published Version Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (892Kb) | Preview

Abstract

Una de las cosas que se sigue en los sistemas de monitoreo es la detección de eventos raros en tiempo real entre la multitud de eventos comunes en las redes sociales. Considerando la falta de reconocimiento y la indisponibilidad de los eventos raros, su detección se considera un desafío. En esta investigación, se presentó una nueva arquitectura y enfoque basado en la infraestructura de red generativa adversaria para detectar eventos comunes y raros en tiempo real. En esta investigación, el intento es proporcionar un nuevo enfoque para el rendimiento de las arquitecturas basadas en redes generativas adversarias profundas, una forma de resolver varios problemas sin supervisión con un enfoque semi-supervisor y una infraestructura generativa adversaria. Esta arquitectura se basa en la extracción y el uso automáticos de características de datos de entrada de video. Los resultados de la tasa de error igual en los conjuntos de datos UCSDped1 y UCSDped2 fueron 2.0 y 17.0, respectivamente, en la curva característica de rendimiento.

Actions (login required)

View Item