Yazar
Schoning, J., Gert, A. L., Açık, Alper, Kietzmann, T. C., Heidemann, G., Konig, P.
Basım Tarihi
2017
Basım Yeri
-
SCITEPRESS, Bilim ve Teknoloji Yayınları
Konu
Multimodal veri analizi, Görselleştirme, Sonifikasyon, Bakış verileri, EEG verileri
Tür
Belge
Dil
İngilizce
Dijital
Evet
Yazma
Hayır
Kütüphane
Özyeğin Üniversitesi
Demirbaş Numarası
978-989-758-225-7
Kayıt Numarası
4d77fc85-108a-4889-a26e-94bbbf3a7ce3
Lokasyon
Psikoloji
Tarih
2017
Örnek Metin
Görüntüler, videolar ve bakış yörüngeleri, EEG, duygusal durumlar ve kalp atış hızı gibi ek kayıtlardan oluşan çok modlu verilerin analizi şu anda yalnızca özel uygulamalarla mümkün. Bu tür verileri araştırmak bile yalnızca belirli bir veri kümesine uyan belirli uygulamaların derlenmesini gerektirir. Belirli uygulamalara yönelik bu ihtiyaç, ilgili tüm verilerin özel olarak hazırlanmış farklı veri formatlarında ayrı dosyalarda saklanması nedeniyle ortaya çıkar. Dolayısıyla bu tür veri kümelerine erişim uzmanlar için zahmetli ve zaman alıcıdır, uzman olmayanlar için ise neredeyse imkansızdır. Çok modlu araştırma verilerinin geniş bir kitle tarafından kolaylıkla paylaşılabilir ve erişilebilir olmasını sağlamak,
farklı disiplinlerden araştırmacılara ve tüm ilgili kişilere, multimedya kaplarının bilimsel verilerin görselleştirilmesini ve seslendirilmesini nasıl destekleyebileceğini gösteriyoruz. Konteyner formatının kullanılması, herhangi bir multimedya oynatıcıyla keşfedici çok modlu veri analizlerinin yapılmasına ve verilerin İnternet üzerinden yayınlanmasına olanak tanır. Bu yaklaşımı, hem bakış verilerinin görselleştirilmesi hem de EEG verilerinin ek sonifikasyonu ile iki veri kümesi üzerinde prototipledik. Bir kullanıcı araştırmasında, uzman ve uzman olmayan kullanıcılara, verilerin keşfedici araştırması sırasındaki deneyimlerini sorduk. Onların beyanlarına, prototip uygulamamıza ve veri kümelerine dayanarak, ilgili videolar veya resimler de dahil olmak üzere çok modlu verileri tek bir multimedya taşıyıcısında saklamanın faydasını tartışıyoruz. Sonuç olarak, çok modlu verileri depolamak için standart olarak multimedya kaplarına sahip olmak için neyin gerekli olduğunu özetliyoruz ve yapay ağların bu tür standartlaştırılmış kaplar üzerinde nasıl eğitilebileceğine dair bir bakış açısı sunuyoruz.
Cilt
4
