論文の概要: SnapMode: An Intelligent and Distributed Large-Scale Fashion Image
Retrieval Platform Based On Big Data and Deep Generative Adversarial Network
Technologies
- arxiv url: http://arxiv.org/abs/2204.03998v1
- Date: Fri, 8 Apr 2022 11:08:03 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-11 12:21:43.441068
- Title: SnapMode: An Intelligent and Distributed Large-Scale Fashion Image
Retrieval Platform Based On Big Data and Deep Generative Adversarial Network
Technologies
- Title（参考訳）: SnapMode: ビッグデータとDeep Generative Adversarial Network技術に基づく,インテリジェントで分散的な大規模ファッションイメージ検索プラットフォーム
- Authors: Narges Norouzi, Reza Azmi, Sara Saberi Tehrani Moghadam, Maral Zarvani
- Abstract要約: 人間がこの領域で進行中の進化と継続的に変化する内容に手動で追いつくことはほとんど不可能である。
本稿ではまず,電子商取引サイトにおけるファッションデータの抽出と処理を行う分散コンピューティングプラットフォームに基づく,スケーラブルなWebエンジンを提案する。
提案されたソリューションの現実の実装のために、Webベースのアプリケーションは、Apache Storm、Kafka、Solr、Milvusプラットフォーム上で開発され、SnapModeと呼ばれるファッション検索エンジンを作成する。
- 参考スコア（独自算出の注目度）: 2.280980014008583
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Fashion is now among the largest industries worldwide, for it represents
human history and helps tell the worlds story. As a result of the Fourth
Industrial Revolution, the Internet has become an increasingly important source
of fashion information. However, with a growing number of web pages and social
data, it is nearly impossible for humans to manually catch up with the ongoing
evolution and the continuously variable content in this domain. The proper
management and exploitation of big data can pave the way for the substantial
growth of the global economy as well as citizen satisfaction. Therefore,
computer scientists have found it challenging to handle e-commerce fashion
websites by using big data and machine learning technologies. This paper first
proposes a scalable focused Web Crawler engine based on the distributed
computing platforms to extract and process fashion data on e-commerce websites.
The role of the proposed platform is then described in developing a
disentangled feature extraction method by employing deep convolutional
generative adversarial networks (DCGANs) for content-based image indexing and
retrieval. Finally, the state-of-the-art solutions are compared, and the
results of the proposed approach are analyzed on a standard dataset. For the
real-life implementation of the proposed solution, a Web-based application is
developed on Apache Storm, Kafka, Solr, and Milvus platforms to create a
fashion search engine called SnapMode.
- Abstract（参考訳）: ファッションは今や世界最大級の産業のひとつであり、人類の歴史を表現し、世界の物語を語るのに役立っている。
第4次産業革命の結果として、インターネットはますますファッション情報の重要な源となっている。
しかし、Webページやソーシャルデータの増加に伴い、人間がこの領域の継続的な進化と継続的な変化に手動で追いつくことはほとんど不可能である。
ビッグデータの適切な管理と活用は、世界経済の実質的な成長と市民満足への道を開く可能性がある。
それゆえ、コンピュータ科学者はビッグデータと機械学習技術を用いてeコマースファッションのウェブサイトを扱うことが困難であることに気付いた。
本稿では,電子商取引サイトにおけるファッションデータの抽出と処理を行う分散コンピューティングプラットフォームに基づく,スケーラブルなWebクローラエンジンを提案する。
提案するプラットフォームの役割は,コンテンツに基づく画像インデックス作成と検索に深層畳み込み生成対向ネットワーク(DCGAN)を用いることで,不整合特徴抽出法の開発において説明される。
最後に最先端ソリューションを比較し,提案手法の結果を標準データセット上で解析する。
提案されたソリューションの現実の実装のために、Webベースのアプリケーションは、Apache Storm、Kafka、Solr、Milvusプラットフォーム上で開発され、SnapModeと呼ばれるファッション検索エンジンを作成する。
関連論文リスト
- MS MARCO Web Search: a Large-scale Information-rich Web Dataset with Millions of Real Click Labels [95.48844474720798]
我々は,MS MARCO Web Searchを紹介した。
このデータセットは現実世界のWebドキュメントとクエリ分布を模倣する。
MS MARCO Web Searchは3つのウェブ検索課題を伴う検索ベンチマークを提供する。
論文 参考訳（メタデータ） (2024-05-13T07:46:44Z) - A Survey of Blockchain, Artificial Intelligence, and Edge Computing for
Web 3.0 [22.941260278688933]
Web 3.0はWorld Wide Webの第3世代である。
Web 3.0は、よりオープンで、分散化され、インテリジェントで、相互接続されたネットワークに向かっている。
データ漏洩は、オンラインのプライバシーと個人情報のセキュリティに対する認識を高めている。
論文 参考訳（メタデータ） (2023-11-22T22:55:38Z) - State of the Art on Diffusion Models for Visual Computing [191.6168813012954]
本稿では,拡散モデルの基本数学的概念,実装の詳細,および一般的な安定拡散モデルの設計選択を紹介する。
また,拡散に基づく生成と編集に関する文献の急速な発展を概観する。
利用可能なデータセット、メトリクス、オープンな課題、社会的意味について議論する。
論文 参考訳（メタデータ） (2023-10-11T05:32:29Z) - Web 3.0: The Future of Internet [53.234101208024335]
Web 3.0は分散化されたWebアーキテクチャであり、以前よりもインテリジェントで安全である。
Web 3.0は、分散テクノロジに従って、Webデータのオーナシップに対処できる。
経済、文化、テクノロジーの観点から、インターネットの世界を最適化する。
論文 参考訳（メタデータ） (2023-03-23T15:37:42Z) - Big Data Meets Metaverse: A Survey [58.83882109159864]
Metaverseは、未来の新興技術だ。
ビッグデータ、AI(人工知能)、VR(Virtual Reality)、AR(Augmented Reality)、MR(mixed Reality)を組み合わせたものだ。
論文 参考訳（メタデータ） (2022-10-28T17:22:20Z) - A Crawler Architecture for Harvesting the Clear, Social, and Dark Web
for IoT-Related Cyber-Threat Intelligence [1.1661238776379117]
クリアでソーシャルでダークなWebは最近、貴重なサイバーセキュリティ情報の豊富な情報源として特定されている。
我々は、クリアウェブのセキュリティウェブサイト、ソーシャルウェブのセキュリティフォーラム、ダークウェブのハッカーフォーラム/マーケットプレースからデータを透過的に収集する新しいクローリングアーキテクチャを提案する。
論文 参考訳（メタデータ） (2021-09-14T19:26:08Z) - From Symbols to Embeddings: A Tale of Two Representations in
Computational Social Science [77.5409807529667]
コンピュータ社会科学(CSS)の研究は、データ駆動型であり、オンラインのユーザ生成コンテンツやソーシャルネットワークの可用性から大きな恩恵を受けている。
回答を探るため、テキストとネットワークの両方でCSSのデータ表現を徹底的にレビューする。
以上の表現の応用は、CSSに関連する6つのトップ会場から400以上の研究論文を調査した結果に基づく。
論文 参考訳（メタデータ） (2021-06-27T11:04:44Z) - A Large Visual, Qualitative and Quantitative Dataset of Web Pages [4.5002924206836]
49,438ページの大規模なデータセットを作成しました。
視覚、テキスト、数値のデータタイプで構成され、世界中のすべての国を含み、幅広いトピックを検討しています。
論文 参考訳（メタデータ） (2021-05-15T01:31:25Z) - Personalized Fashion Recommendation from Personal Social Media Data: An
Item-to-Set Metric Learning Approach [71.63618051547144]
ソーシャルメディアデータからパーソナライズされたファッションレコメンデーションの問題について検討する。
本稿では,ユーザの過去のファッションアイテムと新しいファッションアイテムとの類似性を学習する,アイテムツーセットのメトリック学習フレームワークを提案する。
提案手法の有効性を検証するために,実世界のソーシャルメディアデータセットを収集する。
論文 参考訳（メタデータ） (2020-05-25T23:24:24Z) - Knowledge Discovery from Social Media using Big Data provided Sentiment
Analysis (SoMABiT) [2.218042861844671]
本稿では,ビッグデータ技術を用いたソーシャルメディア分析プラットフォームであるSoMABiTの技術的・科学的焦点について論じる。
MapReduceの使用と、任意のデータボリュームをスケールし、ソーシャルメディア駆動の知識を提供する統合プラットフォームに向けた分散アルゴリズムの開発が、提案されたコンセプトの目新しいところである。
論文 参考訳（メタデータ） (2020-01-16T18:53:59Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。