MÉTODO DE TREINAMENTO DE UMA REDE NEURAL PARA REFLETIR A PERCEPÇÃO EMOCIONAL, SISTEMA RELACIONADO E MÉTODO PARA CATEGORIZAR E ENCONTRAR CONTEÚDO ASSOCIADO E ARQUIVO DE MÍDIA DIGITAL RELACIONADO INCORPORADO COM UM VETOR DE PROPRIEDADE MULTIDIMENSIONAL

IPC Classification

Priority claims

Abstract

MÉTODO DE TREINAMENTO DE UMA REDE NEURAL PARA REFLETIR A PERCEPÇÃO EMOCIONAL, SISTEMA RELACIONADO E MÉTODO PARA CATEGORIZAR E ENCONTRAR CONTEÚDO ASSOCIADO E ARQUIVO DE MÍDIA DIGITAL RELACIONADO INCORPORADO COM UM VETOR DE PROPRIEDADE MULTIDIMENSIONAL. Um vetor de propriedades que representa propriedades mensuráveis extraíveis, como propriedades musicais, de um arquivo é mapeado para propriedades semânticas do arquivo. Isso é conseguido usando redes neurais artificiais ANNs em que pesos e tendências são treinados para alinhar uma medida de dissimilaridade de distância no espaço de propriedade para arquivos comparativos em pares de volta para uma medida de dissimilaridade de distância semântica correspondente no espaço semântico para esses mesmos arquivos. O resultado é que, uma vez otimizadas, as ANNs podem processar qualquer arquivo, analisado com essas propriedades, para identificar outros arquivos que compartilham traços comuns que refletem a percepção emocional, tornando assim um resultado mais confiável e real de similaridade/dissimilaridade. Isso contrasta com simplesmente treinar uma rede neural para considerar propriedades mensuráveis extraíveis que, isoladamente, não fornecem um relacionamento contextual confiável no mundo real.