《Web标注数据模型草案发布》

  • 来源专题:网络信息技术发展趋势扫描服务
  • 编译者: 杨真
  • 发布时间:2015-12-02
  • W3C的Web标注工作组发布了Web标注数据模型工作草案。标注通常用于表达资源或资源之间的关联信息。简单的例子包括单个web 页面或图像的评论或标签,或者是关于一篇新闻报道的博客。Web标注数据模型规范描述了一种结构化的模型和格式,使得注释能够跨不同的硬件和软件平台共享和再利用。普通的用例可以被简便的建模,并且同时实现更复杂的需求,将任意内容链接到指定数据点或多媒体资源时间段。该规范提供了一个包含这些用例的概念模型以及表示概念模式的术语表。建议使用指定的JSON格式以便于创建和使用注释。

相关报告
  • 《亚马逊发布Web视频分类新框架OmniSource》

    • 来源专题:图书情报
    • 编译者:xuxue
    • 发布时间:2020-07-07
    • 近日,亚马逊、SenseTime与香港中文大学的科研人员共同开发出了Web视频分类新框架OmniSource。该框架通过解决图像、短视频和未剪辑的长视频等数据格式之间的不兼容问题,并采用数据平衡等方法,在视频识别领域实现突破。相比于其他优秀的视频分类方法,该框架使用更少的数据集,取得更高的准确率。 研究人员指出,收集视频分类算法所需的训练数据通常既昂贵又费时,因为视频通常包含一个或多个主题的镜头,进行分类时必须看完这些视频并手动剪切成片段,再进行标注。而OmniSource以集成的方式利用各种来源数据,如搜索引擎和社交媒体中各种形式的Web数据,人工智能系统过滤掉低质量的数据样本,并对剩下的数据样本进行标记,对每个样本进行转换以使其适用于目标任务,同时提高分类模型训练的鲁棒性。研究人员从谷歌图片收集了200万张图像,从Instagram收集了150万张图像和50万条视频,从YouTube收集了17 000多条视频。结合目标数据集,将收集到的所有数据输入到视频分类模型中。 该框架以更简单、更轻巧的主干设计以及更小的输入量实现相同甚至更优的性能。此外,该框架可推广到各种视频任务中,例如:视频识别和细粒度分类等。未来,OmniSource还可以应用于私人和公共场所的安全摄像机。
  • 《印度发布REDD+国家政策与战略草案》

    • 来源专题:气候变化科学领域监测服务
    • 编译者:wangqh
    • 发布时间:2014-05-20
    • 2014年4月28日,印度环境与森林部(MinistryofEnvironmentandForests)发布《国家减少毁林和森林退化所致的排放量政策与战略(草)》(NationalREDD+Policy&Strategy),这一政策的目标是为印度相关部门有效地实施REDD+项目与计划提供综合战略和路线图。 该报告提出了印度REDD+的十个国家目标: (1)在国家及区域层面为支持REDD+行动建立REDD+框架。 (2)为保障国家森林的多样性,以嵌套方式制定合适的REDD+战略与实施框架。 (3)从生态系统服务角度考虑管理森林,包括但不限于生物多样性保护。 (4)保护当地社区的权力与利益,包括改善其生计。 (5)鼓励并激励当地社区参与森林保护方面的工作。 (6)加强与利益相关者之间的合作。 (7)通过退化地区造林、采取保护措施等方式解决森林砍伐与森林退化,着重强调REDD+项目实施过程中可持续森林管理(SMF)的各种主题元素。 (8)从社会综合效益的角度,改善并提高森林产品的供给及森林生态与环境服务,使森林木材与碳储存增加。 (9)发展REDD+融资机制,并以公正、公平及透明的方式保证资金效益向社会转移。 (10)为不同阶段REDD+行动与规划的实施提供充足的技术与资金支持。 印度REDD+的国家战略主要包括6个方面: (1)国家森林监测系统。建立国家及区域监测系统,核查森林碳存储,核算因减少森林砍伐与森林退化造成的碳排放。 (2)国家REDD+架构与管理。改善国家REDD+管理系统的透明性、包容性与有效性。保护并提高森林碳存储,保护森林的生物多样性与森林的服务功能。 (3)建立利益相关者参与的平台。鼓励社区、公民与其他利益相关者参与到REDD+的决策与实施过程中。 (4)国家REDD+信息系统。建立国家REDD+信息系统,搜集现有数据,并将其整合到国家REDD+信息系统中,以保证使用最小成本为管理决策提供基础数据支持。 (5)透明、公平与可靠的管理。国家基金管理系统由各种公共资源及公平的利益分享系统联合组成,基于补偿的REDD+绩效管理就是在该系统上运作的。 (6)能力建设。加强国家及地方的能力,发展可持续REDD+投资战略与组合。