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

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

Una de las cosas que se sigue en los sistemas de monitorización es la detección de eventos raros en tiempo real entre la multitud de eventos comunes en las redes sociales. Teniendo en cuenta la falta de reconocimiento y la falta de disponibilidad de eventos raros, su detección se considera un desafí...

Descripción completa

Detalles Bibliográficos
Autor principal: Aziziansiadar, Masoumeh
Formato: Online
Idioma:eng
Publicado: Universidad Nacional de Ingeniería (UNI) en Managua 2023
Acceso en línea:https://www.camjol.info/index.php/NEXO/article/view/16462
id NEXO16462
record_format ojs
spelling NEXO164622023-07-24T15:15:51Z Generative and non-parametric model for real-time event detection in social networks based on textual analysis Modelo generativo y no paramétrico para detección de eventos en tiempo real en redes sociales basado en análisis textual Aziziansiadar, Masoumeh Event detection social networks generator text analysis non-parametric real time Detección de eventos redes sociales generador análisis de texto no paramétrico tiempo real One of the things that is followed in monitoring systems is the detection of rare events in real time among the multitude of common events in social networks. Considering the lack of recognition and unavailability of rare events, their detection is considered a challenge. In this research, a new architecture and approach based on generative adversarial network infrastructure was presented to detect common and rare events in real time. In this research, the attempt is to provide a new approach to the performance of architectures based on deep generative adversarial networks, a way to solve various problems without supervision with a semi-supervisory approach and adversarial generative infrastructure. This architecture is based on the automatic extraction and use of video input data features. The results of the equal error rate in the UCSDped1 and UCSDped2 datasets were 2.0 and 17.0, respectively, in the performance characteristic curve. Una de las cosas que se sigue en los sistemas de monitorización es la detección de eventos raros en tiempo real entre la multitud de eventos comunes en las redes sociales. Teniendo en cuenta la falta de reconocimiento y la falta de disponibilidad de eventos raros, su detección se considera un desafío. En esta investigación, se presentó una nueva arquitectura y un enfoque basado en una infraestructura de red antagónica generativa para detectar eventos comunes y raros en tiempo real. En esta investigación se intenta brindar un nuevo enfoque al desempeño de arquitecturas basadas en redes generativas antagónicas profundas, una forma de resolver diversos problemas sin supervisión con un enfoque semi-supervisor e infraestructura generativa antagónica. Esta arquitectura se basa en la extracción automática y el uso de funciones de datos de entrada de video. Los resultados de la misma tasa de error en los conjuntos de datos UCSDped1 y UCSDped2 fueron 2,0 y 17,0, respectivamente, en la curva característica de rendimiento. Universidad Nacional de Ingeniería (UNI) en Managua 2023-06-30 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Peer-Reviewed Article Artículo revisado por pares application/pdf https://www.camjol.info/index.php/NEXO/article/view/16462 10.5377/nexo.v36i03.16462 Nexo Scientific Journal; Vol. 36 No. 03 (2023); 404-421 Nexo Revista Científica; Vol. 36 Núm. 03 (2023); 404-421 1995-9516 1818-6742 eng https://www.camjol.info/index.php/NEXO/article/view/16462/19666 Derechos de autor 2023 Universidad Nacional de Ingeniería http://creativecommons.org/licenses/by/4.0
institution Universidad Nacional de Ingeniería
collection Nexo Revista Científica
language eng
format Online
author Aziziansiadar, Masoumeh
spellingShingle Aziziansiadar, Masoumeh
Modelo generativo y no paramétrico para detección de eventos en tiempo real en redes sociales basado en análisis textual
author_facet Aziziansiadar, Masoumeh
author_sort Aziziansiadar, Masoumeh
description Una de las cosas que se sigue en los sistemas de monitorización es la detección de eventos raros en tiempo real entre la multitud de eventos comunes en las redes sociales. Teniendo en cuenta la falta de reconocimiento y la falta de disponibilidad de eventos raros, su detección se considera un desafío. En esta investigación, se presentó una nueva arquitectura y un enfoque basado en una infraestructura de red antagónica generativa para detectar eventos comunes y raros en tiempo real. En esta investigación se intenta brindar un nuevo enfoque al desempeño de arquitecturas basadas en redes generativas antagónicas profundas, una forma de resolver diversos problemas sin supervisión con un enfoque semi-supervisor e infraestructura generativa antagónica. Esta arquitectura se basa en la extracción automática y el uso de funciones de datos de entrada de video. Los resultados de la misma tasa de error en los conjuntos de datos UCSDped1 y UCSDped2 fueron 2,0 y 17,0, respectivamente, en la curva característica de rendimiento.
title Modelo generativo y no paramétrico para detección de eventos en tiempo real en redes sociales basado en análisis textual
title_short Modelo generativo y no paramétrico para detección de eventos en tiempo real en redes sociales basado en análisis textual
title_full Modelo generativo y no paramétrico para detección de eventos en tiempo real en redes sociales basado en análisis textual
title_fullStr Modelo generativo y no paramétrico para detección de eventos en tiempo real en redes sociales basado en análisis textual
title_full_unstemmed Modelo generativo y no paramétrico para detección de eventos en tiempo real en redes sociales basado en análisis textual
title_sort modelo generativo y no paramétrico para detección de eventos en tiempo real en redes sociales basado en análisis textual
title_alt Generative and non-parametric model for real-time event detection in social networks based on textual analysis
publisher Universidad Nacional de Ingeniería (UNI) en Managua
publishDate 2023
url https://www.camjol.info/index.php/NEXO/article/view/16462
work_keys_str_mv AT aziziansiadarmasoumeh generativeandnonparametricmodelforrealtimeeventdetectioninsocialnetworksbasedontextualanalysis
AT aziziansiadarmasoumeh modelogenerativoynoparametricoparadetecciondeeventosentiemporealenredessocialesbasadoenanalisistextual
_version_ 1781396038229164032

Ejemplares similares