АНАЛИЗ ВИДЕОКОНТЕНТА С ПОМОЩЬЮ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА: ИССЛЕДОВАНИЕ ВОПРОСА
Аннотация и ключевые слова
Аннотация (русский):
Искусственный интеллект – актуальная тема для научных исследований на сегодняшний день. Искусственный интеллект является помощником человека в решении определенных задач, помогает автоматизировать многие процессы, в том числе и анализ аудиовизуального контента. В данной статье представлен обзор литературы по данной теме. Литература разбита на три тематических блока. Вывод состоит в том, что в российской науке данная тема изучена слабо, а также в том, что многие инструменты для автоматизированного анализа аудиовизуального контента находятся на стадии разработки.

Ключевые слова:
искусственный интеллект, машинное обучение, гуманитарные науки, кинематограф, автоматизированный анализ, нейронные сети
Список литературы

1. Алексеев, А. В., Фоменков, С. А. и др. Автоматизированный подход к контекстно-зависимому анализу видеопотока [Текст] / А. В. Алексеев., С. А. Фоменков // Известия Волгоградского Государственного Технического Университета. - 2015. - С. 35-39.

2. Бринк, Х., Ричардс, Д. Машинное обучение [Текст] / Х. Бринк, Д. Ричардс // Питер: СПб. - 2017. - 336 с.

3. Вознюк, П. А. История развития и современное состояние искусственного интеллекта [Текст] / П. А. Вознюк // Глобус: технические науки. - 2019. - С. 11-19.

4. Гребенюк, А. А. Машинное обучение для классификации изображений [Текст] / А. А. Гребенюк // Белгородский государственный технологический университет им. В. Г. Шухова. - 2022. С. 103-108.

5. Дьяков, Н. В., Сахно, В. В. Обзор основных видов машинного обучения [Текст] / Н. В. Дьяков, В. В. Сахно // Modern science. - 2021. - С. 130-133.

6. Ениколопов, С. Н., Кузнецова, Ю. М. Метод реляционно-ситуационного анализа текста в психологических исследованиях [Текст] / С. Н. Ениколопов, Ю. М. Кузнецова // Психология. - 2021, 18 (4). - С. 748-769.

7. Кижнер, И. А. Цифровые технологии культурного наследования в современном обществе: дисс. канд. культурологии: 24.00.01 [Текст] / Кижнер Инна Александровна. - Красноярск. 2001. - 182 c.

8. Кистова, А. В. Синтетическая модель культуры и культурные практики [Текст] [Текст] / А. В. Кистова // Сибирский антропологический журнал. - 2020. - Т. 4, № 2. - С. 111-121. - DOIhttps://doi.org/10.31804/2542-1816-2020-4-2-109-119. - EDN KLMBSN.

9. Колесник, М. А. Ситникова, А. А., Андрюшина, Я. Д. Искусственный интеллект как инструмент и соавтор в творчестве современных художников: примеры художественных практик и анализ произведений визуального искусства [Текст] / М. А. Колесник, А. А. Ситникова, Я. Д. Андрюшина // Социология искусственного интеллекта. - 2023. - Т. 4, № 1. - С. 37-51. - DOIhttps://doi.org/10.31804/2712-939X-2023-4-1-37-51. - EDN UOQRVI.

10. Мак-Каллок, У.С., Питтс, В. Логическое исчисление идей, относящихся к нервной активности [Текст] / У.С. Мак-Калок // В сб.: «Автоматы» под ред. К.Э. Шеннона и Дж. Маккарти. - М.: Изд-во иностр. лит. - 1956. - С.363-384.

11. Омелик, А. А. Факторы влияния искусственного интеллекта на творческий процесс [Текст] / А. А. Омелик // Социология искусственного интеллекта. - 2023. - Т. 4, № 1. - С. 52-63. - DOIhttps://doi.org/10.31804/2712-939X-2023-4-1-52-63. - EDN YTVWUK.

12. Остроух, А. В. Введение в искусственный интеллект: монография [Текст] / А. В. Остроух. - Красноярск: Научно-инновационный центр. - 2020. - 250 с.

13. Петрова, М. Г. Искусственный интеллект в методике преподавания иностранных языков [Текст] / М. Г. Петрова // Современная наука: актуальные проблемы теории и практики. Серия: гуманитарные науки. - 2020 (5-2). - С. 62-66.

14. Поспелов, Д. А., Осипов, Г. С. Прикладная семиотика [Текст] / Д. А. Поспелов., Г. С. Осипов // Новости искусственного интеллекта. - 1999. - С. 9-35.

15. Сиразетдинова, М. Ф. Социально-гуманитарное знание и искусственный интеллект [Текст] / М. Ф. Сиразетдинова // Информационные технологии интеллектуальной поддержки принятия решений. - 2014. С. 207-209.

16. Ситникова, А. А. Теоретические, прикладные и синтетические методы исследования культуры как социально-антропологической системы [Текст] / А. А. Ситникова // Социальная антропология Сибири. - 2021. - Т. 2, № 2. - С. 6-17. - EDN ICEFEC.

17. Слюсарев, В. Г. Проблемы искусственного интеллекта в гуманитарных науках [Текст] / В. Г. Слюсарев // Технология, наука, управление: кадры для цифровой экономики: сборник трудов конференции. - 2020. - С. 173-177.

18. Яценко, О. Ю. Проблемы искусственного интеллекта в гуманитарных науках [Текст] / О. Ю. Яценко // Шаг в будущее: искусственный интеллект и цифровая экономика: материалы 1-й Международной научно-практической конференции. - 2017. - С. 321-327.

19. Agnihotri, L. Dimitrova, N. Text Detection for Video Analysis / L. Agnihotri, N. Dimitrova // 2015 third IAPR Asian Conference on Pattern Recognition. - 2015. - pp. 1-5.

20. Boon-Lock Y., Yeung M. Extracting Story Units from Long Programs for Video Browsing and Navigation / Yeung M., Y. Boon-Lock // Readings in multimedia computing and networking. - 2001. pp. 296 - 305.

21. Burghardt M., Heftberger A. et al. Film and Video Analysis in the Digital Humanities - An Interdisciplinary Dialog / M. Burghardt., A. Heftberger. // Digital humanities quarterly. - 2020. - pp. 1-18.

22. Cetinic E., She J. Understanding and Creating Art with AI: Review and Outlook / E. Cetinic., J. She // ACM Transactions on Multimedia Computing, Communications, and Applications. - 2022 (2). - pp. 1-22.

23. Ewerth R., Mühling M. et al. Videana: A Software Toolkit for Scientific Film Studies / R. Ewerth, M. Mühling // media/rep. - 2009. - pp. 101-116.

24. Hatalova D. Cinema in the Age of AI / D. Hatalova // SFU Undergraduate Research Symposium. - 2020. - pp. 43-51.

25. Hebb D. The Organization of Behavior: A Neuropsychological Theory / D. Hebb // Psychology. - 1949. - pp. 633-642.

26. Image Plot visualization software: explore patterns in large image collections. [Electronic source]: http://lab.softwarestudies.com/p/imageplot.html

27. Lewis Johnson W., Valente A. Tactical Language and Culture Training Systems: Using AI to Teach Foreign Languages and Cultures / W. Lewis Johnson, A. Valente // Proceedings of the Twenty-Third AAAI Conference on Artificial Intelligence, AAAI 2008, Chicago, Illinois, USA, July 13-17. - 2008. - pp. 72-83.

28. McCarthy J. Recursive Functions of Symbolic Expressions and Their Computation by Machine, Part I / J. McCarthy // Massachusetts Institute of Technology. - 1960. - pp. 1-34.

29. Nowak A., Lukowicz P. et al. Assessing Artificial Intelligence for Humanity. Will AI be Our Biggest Ever Advance - or the Biggest Threat? / A. Nowak, P. Lukowicz // Technology and Society. - 2018 (4). - pp. 26-34.

30. Pustu-Iren K. Automated Visual Content Analysis for Film Studies: Status and Challenges / K. Pustu-Iren // Computer Science. - 2020. - pp. 1-19.

31. Saur D. D., Tan Yap-Peng et al. Automated analysis and annotation of basketball video // Digital Library. - 1997. pp. 77-83.

32. Suchan J., Bhatt M. Semantic question answering with video and eye-tracking data: AI foundations for human visual perception driven cognitive film studies / M. Bhatt, J. Suchan // Proceedings of the Twenty-Fifth International Joint Conference on Artificial Intelligence. - 2016. - pp. 2633-2639.

33. Tadeo Fuica B., Buisson O. et al. Watching Historical Films Through AI: Reflections on Image Retrieval from Heritage Collections / B. Tadeo Fuica, O. Buisson. Cinergie - Il Cinema E Le Altre Arti. - 2021. - pp. 97-112.

34. Turing A. M. Computing Machinery and Intelligence / A. M. Turing // Mind 49. - 1950. - pp. 433-460.

35. Wyrobek J. Application of machine learning models and artificial intelligence to analyze annual financial statements to identify companies with unfair corporate culture / J. Wyrobek // Procedia Computer Science 176. - 2020. pp. 3037-3046.

36. Zhou Y., Zhang L. et al. Predicting movie box-office revenues using deep neural networks / Y. Zhou, L. Zhang // Neural Computing and Applications. - 2019. - pp. 35-41.

Войти или Создать
* Забыли пароль?