Última actualización: 17/05/2019


Curso Académico: 2019/2020

Gestión de Información Multimedia
(8941)
Titulación: Máster Universitario en Técnicas Avanzadas en Comunicaciones (278)
Escuela de Ingeniería y Ciencias Básicas


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:




Competencias que adquiere el estudiante y resultados del aprendizaje.
- Conocimientos descriptivos sobre el problema de la sobrecarga de información, la diferencia entre información y contenido y los flujos de contenido. - Destrezas para usar las técnicas de indexación en texto, audio, voz, imagen y video - Destrezas para modelar tareas de Recuperación y Filtrado de Información.
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, etc. Tema 1: Introducción al procesado textual para la Recuperación de Información Tema 2: Técnicas de extracción de características para Indexado de voz, audio, imágenes y vídeo Tema 3: Modelado de tareas de recuperación de información. Tema 4: Sistemas de recomendación, perfilado de usuarios y filtrado de contenidos.
Actividades formativas, metodología a utilizar y régimen de tutorías
La asignatura se desarrolla con una combinación de las siguientes actividades formativas y metodologías: - Clases magistrales - Prácticas guiadas de laboratorio - Presentación de artículos de investigación - Proyecto final El regimen de tutorías contempla 2 horas de disponibilidad del profesor semanales.
Sistema de evaluación
  • Peso porcentual del Examen Final 0
  • Peso porcentual del resto de la evaluación 100
Bibliografía básica
  • C. D. Manning, P. Raghavan and H. Schültze. Introduction to Information Retrieval. MIT press. 2008
  • G. G. Chowdury. Introduction to Modern Information Retrieval, 3nd ed.. Neal-Schuman Publishers. 2010
  • M. Lew. Principles of Visual Information Retrieval. Springer. 2001
  • Pamela Forner, Henning Mu¿ller, Roberto Paredes. Information Access Evaluation: multilinguality, multimodality and visualization. Springer. 2013
  • R. Baeza-Yates and B. Ribeiro-Neto. Modern Information Retrieval, 2nd ed.. Addison-Wesley. 2011
Bibliografía complementaria
  • A. Hanjalic. Content-based Analysis of Digital Video. Kluwer Academic Publishers. 2004
  • Anand Rajaraman, Jeffrey D. Ullman. Mining of Massive Datasets. Cambridge. 2014
  • Bing Liu. Web Data Mining: exploring hyperlinks, contents and usage data. Springer. 2011
  • C. D. Manning and H. Schu¿tze. Foundations of statistical natural language processing. MIT Press. 1999
  • C. J. van Rijsbergen. The Geometry of Information Retrieval. Cambridge University Press. 2004
  • Claudio Carpineto, Giovanni Romano. Concept Data Analysis: theory and applications. Willey. 2004
  • Daniel Jurafsky, James H. Martin. Speech and Language Processing, 2nd Edition. Prentice Hall. 2008

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