Из-за периодической блокировки нашего сайта РКН сервисами, просим воспользоваться резервным адресом:
Загрузить через dTub.ru Загрузить через ClipSaver.ruУ нас вы можете посмотреть бесплатно What's So Hard About Big Visual Data? или скачать в максимальном доступном качестве, которое было загружено на ютуб. Для скачивания выберите вариант из формы ниже:
Роботам не доступно скачивание файлов. Если вы считаете что это ошибочное сообщение - попробуйте зайти на сайт через браузер google chrome или mozilla firefox. Если сообщение не исчезает - напишите о проблеме в обратную связь. Спасибо.
Если кнопки скачивания не
загрузились
НАЖМИТЕ ЗДЕСЬ или обновите страницу
Если возникают проблемы со скачиванием, пожалуйста напишите в поддержку по адресу внизу
страницы.
Спасибо за использование сервиса savevideohd.ru
With an estimated 3.5 trillion photographs in the world today, Cisco estimates that in the next few years, visual data (photos and video) will acount for over 85% of total internet traffic. Surprisingly, however, we currently lack effective computational methods for making sense of this mass of visual data, referred to as the Internet's "digital dark matter." In this talk, Alexei Efros of Carnegie Mellon University will discuss some of the unique challenges that make Big Visual Data difficult to interpret compared to other types of content. Efros also presents some recent work done by Carnegie Mellon University that aims to address this challenge in the context of visual matching, image retrieval, and visual data mining. Alexei Efros, Carnegie Mellon University 1/24/2013