Generación de secuencias de obras de arte basado en vecindad y RNN

En los museos las obras de arte son distribuidas en un espacio físico por curadores. Dicha distribución no es causa y efecto del azar, sino buscando un delicado equilibrio entre emoción y razón. A partir de la digitalización y acceso masivo a las obras de arte, surge el interrogante de si es posible...

Descripción completa

Detalles Bibliográficos
Autores principales:	Gatti, Ignacio, Schiaffino, Silvia, Díaz Pace, Jorge Andrés
Formato:	Objeto de conferencia
Lenguaje:	Español
Publicado:	2020
Materias:	Ciencias Informáticas Recomendación de secuencias Recurrent neural network Deep autoencoder Ontología
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/116429 http://49jaiio.sadio.org.ar/pdfs/asai/ASAI-03.pdf
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-116429
record_format	dspace
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ciencias Informáticas Recomendación de secuencias Recurrent neural network Deep autoencoder Ontología
spellingShingle	Ciencias Informáticas Recomendación de secuencias Recurrent neural network Deep autoencoder Ontología Gatti, Ignacio Schiaffino, Silvia Díaz Pace, Jorge Andrés Generación de secuencias de obras de arte basado en vecindad y RNN
topic_facet	Ciencias Informáticas Recomendación de secuencias Recurrent neural network Deep autoencoder Ontología
description	En los museos las obras de arte son distribuidas en un espacio físico por curadores. Dicha distribución no es causa y efecto del azar, sino buscando un delicado equilibrio entre emoción y razón. A partir de la digitalización y acceso masivo a las obras de arte, surge el interrogante de si es posible generar una secuencia automática de obras de artes de acuerdo a los intereses del espectador. Este trabajo busca definir el problema de la generación de secuencias de obras de arte. Se presentan dos enfoques que abordan la problemática haciendo énfasis en la organización intrínseca de la secuencia basadas en técnicas de vecindad y de Recurrent Neural Networks. Se entiende que esta perspectiva se acerca más al tipo de recomendación que haría un curador. Los enfoques son evaluados sobre un dataset que consiste de 52 recorridos definidos por los curadores del Museo del Prado y el Rijksmuseum. Si bien los resultados son preliminares, se observa que los tours predichos por ambos enfoques presentan semejanzas con los tours originales.
format	Objeto de conferencia Objeto de conferencia
author	Gatti, Ignacio Schiaffino, Silvia Díaz Pace, Jorge Andrés
author_facet	Gatti, Ignacio Schiaffino, Silvia Díaz Pace, Jorge Andrés
author_sort	Gatti, Ignacio
title	Generación de secuencias de obras de arte basado en vecindad y RNN
title_short	Generación de secuencias de obras de arte basado en vecindad y RNN
title_full	Generación de secuencias de obras de arte basado en vecindad y RNN
title_fullStr	Generación de secuencias de obras de arte basado en vecindad y RNN
title_full_unstemmed	Generación de secuencias de obras de arte basado en vecindad y RNN
title_sort	generación de secuencias de obras de arte basado en vecindad y rnn
publishDate	2020
url	http://sedici.unlp.edu.ar/handle/10915/116429 http://49jaiio.sadio.org.ar/pdfs/asai/ASAI-03.pdf
work_keys_str_mv	AT gattiignacio generaciondesecuenciasdeobrasdeartebasadoenvecindadyrnn AT schiaffinosilvia generaciondesecuenciasdeobrasdeartebasadoenvecindadyrnn AT diazpacejorgeandres generaciondesecuenciasdeobrasdeartebasadoenvecindadyrnn
bdutipo_str	Repositorios
_version_	1764820447000526851

Generación de secuencias de obras de arte basado en vecindad y RNN

Ejemplares similares