Última actualización: 28/04/2023


Curso Académico: 2023/2024

Algorítmica para gestión de información multimedia
(15402)
Grado en Ingeniería en Tecnologías de Telecomunicación (Plan 2010) (Plan: 238 - Estudio: 252)


Coordinador/a: PELAEZ MORENO, CARMEN

Departamento asignado a la asignatura: Departamento de Teoría de la Señal y Comunicaciones

Tipo: Optativa
Créditos: 6.0 ECTS

Curso:
Cuatrimestre:




Requisitos (Asignaturas o materias cuyo conocimiento se presupone)
Sistemas Lineales
Objetivos
El objetivo del curso es proporcionar a los estudiantes el conocimiento teórico y metodológico sobre algoritmos y métodos para recuperación e indexado de información multimedia. Tras la finalización satisfactoria del curso, el alumno habrá adquirido (o progresado en la adquisición -en el caso de las transversales-) las siguientes competencias: 1. COMPETENCIAS TRANVERSALES/GENÉRICAS: 1.1. Capacidad de trabajo personal. 1.2. Capacidad de análisis y síntesis. 1.3. Capacidad para aplicar conceptos teóricos en casos prácticos. 1.4. Destrezas relacionadas con el trabajo en grupo y la colaboración con otros compañeros. 1.5. Destrezas relacionadas con la realización de presentaciones orales y escritas. 2. OBJETIVOS ESPECÍFIC0S: 2.1. Conocimientos teóricos y prácticos sobre tecnologías y métodos de indexado, recuperación y filtrado de información. 2.2. Conocimientos teóricos y prácticos sobre sistemas de gestión de información multimedia: texto, audio, imagen y vídeo. 2.3. Capacidad para diseñar sistemas para recuperación, indexado y filtrado de información multimedia.
Descripción de contenidos: Programa
El problema moderno de la sobrecarga de información provocado por la disponibilidad de cantidades inabarcables de información a través de internet hace que sean necesarios sistemas que nos permitan encontrar la información que buscamos y filtrarla o personalizarla en función de nuestras necesidades. Para ello es fundamental poder indexar automáticamente contenidos no sólo textuales sino también de audio (música, voz, etc.), imagen o vídeo, recurriendo a métodos basados en el propio contenido o en etiquetado colaborativo como el que tiene lugar en las redes sociales. Ejemplos de estos sistemas de gestión de la información multimedia son: buscadores como Google (así como sus variantes multimedia Google Image, Google Goggles, etc.), sistemas de recomendación y perfilado de usuarios como los de Amazon. Tema 0. Panorámica de gestión de información multimedia. Tema 1. Descriptores multimedia Tema 2. Métodos para la gestión de información multimedia Tema 3. Sistemas de recuperación y filtrado de información multimedia
Actividades formativas, metodología a utilizar y régimen de tutorías
Se proponen varios tipos de actividades formativas: clases de teoría, aprendizaje colaborativo, prácticas en laboratorio y proyecto final de laboratorio. Se adoptarán varios tipos de metodologías: clases magistrales, aprendizaje colaborativo, aprendizaje basado en problemas (con cantidad variable de supervisión y alcance) CLASES DE TEORÍA (2.25 ECTS) Las clases de teoría proporcionan una visión general de los principales conceptos teóricos y matemáticos así como de las herramientas analíticas utilizadas para el indexado y recuperación de información multimedia. APRENDIZAJE COLABORATIVO (0.5 ECTS) Se construirá un ejemplo práctico de la utilización de los métodos colaborativos aprendidos en las clases de teoría para el etiquetado de contenidos, para realizar un inventario de los sistemas comerciales de recuperación y filtrado de información multimedia en el que los alumnos analizarán primero a nivel de usuario y a medida que se adquieren conocimientos, a nivel técnico. PRÁCTICAS GUIADAS DE LABORATORIO (1.5 ECTS) Las prácticas de laboratorio se han diseñado con el propósito de que los alumnos apliquen las herramientas matemáticas presentadas en las clases teóricas a casos prácticos. Los estudiantes aprenderán a utilizar diferentes métodos de indexado y recuperación de información multimedia y a interpretar los resultados que obtengan en las prácticas. Se realizaran tres prácticas guiadas en laboratorio: clustering de imagénes, reconocimiento de caras e indexado de texto. PROYECTO FINAL (1.75 ECTS) Los alumnos realizarán por grupos un sistema de recuperación o filtrado de información sencillo de su elección.
Sistema de evaluación
  • Peso porcentual del Examen Final 30
  • Peso porcentual del resto de la evaluación 70
Calendario de Evaluación Continua
Bibliografía básica
  • C. D. Manning, P. Raghavan and H. Schultze. Introduction to Information Retrieval. MIT press. 2008
  • M. Lew. Principles of Visual Information Retrieval. Springer. 2001
  • Ricardo Baeza-Yates, Berthier Ribeiro-Neto. Modern Information Retrieval: the concepts and technology behind search, 2nd Edition. Pearson. 2011
  • S. Theodoridis and K. Koutroumbas. Pattern Recognition, 4th ed.. Academic Press. 2008
Bibliografía complementaria
  • C. D. Manning and H. Schuetze. Foundations of Statistical Natural Language Processing. MIT press. 1999
  • H. M. Blanken, A. P. de Vries, H. E. Blok and L. Feng. Multimedia Retrieval (Data-Centric Systems and Applications). Springer. 2007
  • A. Hanjalic. Content-based Analysis of Digital Video. Kluwer Academic Publishers. 2004
  • C. J. van Rijsbergen. The Geometry of Information Retrieval. Cambridge University Press. 2004
  • G. G. Chowdury. Introduction to Modern Information Retrieval, 3nd ed.. Neal-Schuman Publishers. 2010
  • Mark T. Maybury. Intelligent multimedia information retrieval. MIT press. 1997
  • P. Perner. Data Mining on Multimedia Data. Springer Verlag. 2002
  • Pamela Forner, Henning Mu¿ller, Roberto Paredes. Information Access Evaluation: multilinguality, multimodality and visualization. Springer. 2013

El programa de la asignatura podría sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.