Foundations of Large-Scale Multimedia Information Management and Retrieval : Mathematics of Perception （2011）

個数：

Foundations of Large-Scale Multimedia Information Management and Retrieval : Mathematics of Perception （2011）

Chang, Edward Y.

ウェブストア価格 ¥22,764（本体¥20,695）
Springer-Verlag Berlin and Heidelberg GmbH & Co. K（2014/11発売）
外貨定価 US$ 109.99
ポイント 206pt

提携先の海外書籍取次会社に在庫がございます。通常3週間で発送いたします。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合が若干ございます。
2. 複数冊ご注文の場合は、ご注文数量が揃ってからまとめて発送いたします。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Paperback:紙装版/ペーパーバック版／ページ数 291 p.
商品コード 9783642441288

Full Description

"Foundations of Large-Scale Multimedia Information Management and Retrieval: Mathematics of Perception" covers knowledge representation and semantic analysis of multimedia data and scalability in signal extraction, data mining, and indexing. The book is divided into two parts: Part I - Knowledge Representation and Semantic Analysis focuses on the key components of mathematics of perception as it applies to data management and retrieval. These include feature selection/reduction, knowledge representation, semantic analysis, distance function formulation for measuring similarity, and multimodal fusion. Part II - Scalability Issues presents indexing and distributed methods for scaling up these components for high-dimensional data and Web-scale datasets. The book presents some real-world applications and remarks on future research and development directions.

The book is designed for researchers, graduate students, and practitioners in the fields of Computer Vision, MachineLearning, Large-scale Data Mining, Database, and Multimedia Information Retrieval.

Dr. Edward Y. Chang was a professor at the Department of Electrical & Computer Engineering, University of California at Santa Barbara, before he joined Google as a research director in 2006. Dr. Chang received his M.S. degree in Computer Science and Ph.D degree in Electrical Engineering, both from Stanford University.

Part I - Knowledge Representation and Semantic Analysis.- 1. Mathematics of Perception.- 2. Supervised Learning (based on tutorial DASFAA 2003).- 3. Query Concept Learning (based on IEEE TMM 2005).- 4. Feature Extraction.- 5. Feature Reduction (based on MM 04, ICME 05, IPAM).- 6. Similarity (based on MMJ 2002, CIKM 04, ICML 05).- Part II - Scalability Issues.- 7. Imbalanced Data Learning (based on TKDE 2005).- 8. Semantics Fusion (based on MM 04, MM05, KDD 08).- 9. Kernel Machines Speedup (based on SDM 05, KDD 06, NIPS 07).- 10. Kernel Indexing (based on TKDE 06).- 11. Put It All Together (based on SPIE 06).