Mining web images for concept learning

Bu calışmada gorsel konseptlerin otomatik olarak internet kaynaklı imgeler kullanılarak oöğrenilmesi üzerine çalısılmıstır. Sunulan iki yeni yontem ile bir konsept için edinilmiş imge koleksiyonundaki ortak özellikleri kullanarak, ilgisiz imgeleri elemek ve imgeleri gorsel bütünlük içinde gruplanmak amaçlanmıştır. ̇Ilk olarak, yeni bir veri öbekleme ve ilintisiz veri eleme yontemi Konsept Haritası (Concept Map - CMAP) sunulmştur. CMAP verileri öbeklere ayırırken, ilgisiz verileri bu öbeklere olan benzerliklerine göre eler. Daha sonrasında, CMAP'in bir konsept için ürettigi her bir veri öbeginden, konseptin değişik bir alt kümesini tanımlayan, birer model öğrenilir. Diger bir yontem, Model Evrimi ile Eşleme (Association through Model Evolution - AME), imgelerin rasgele alınmış büyük bir imge kümesi ile farklarını yinelemeli bir yöntem ile ölçer. Bu ölçümlere dayanarak, her yinelemede, yeni bir grup ilintisiz imge elenir. AME her bir imgenin, rasgele alınmış büyük bir imge kümesine karşı, ait olduğu konsept için ayrımsallık ve temsil edebilirlik özelliklerini teşhis eder. Bu özellikleri göz önüne alarak, ilitisiz imgeleri bulur. En son aşamada, temizlenmiş imge setleri üzerinden hesaplanmıs ̧ modeller ile, yeni imgeler üzerinde konseptsel sınıflandırma yapılır. Sunulan iki yeni yöntem de bilindik veri setleri ve problemler üzerinde sınanmıs ̧tır. Sonuçar bilindik en iyi yöntemler ile kıyaslanabilir değerler vermektedir.