Although significant research progr

Although significant research progress has been made in the field of data mining, which aims
to extract essential information implicitly stored in large data archives [1], research in image
information mining (IIM) is still in its infancy. Mining useful information from image archives is
very much an interdisciplinary endeavor that draws upon expertise in image processing, database
organization, pattern recognition, information retrieval, and data mining [2]. Some important
research issues and system frameworks for IIM have been proposed [3], [4]. First, IIM is different
from low-level image processing techniques as it deals with the extraction of useful patterns that
are previously unknown from a large collection of images, referred to as an image database,
whereas image processing generally focuses on extracting and understanding features within a
single image. Second, some overlap exists between the concept of IIM and content-based image
retrieval (CBIR) [5], [6] regarding retrieval of images relevant to user requests from image
databases. CBIR is characterized by the ability of the system to retrieve relevant images based on
their semantic and visual contents rather than by using atomic attributes or keywords assigned to
them. IIM emphasizes the process of discovering significant and potentially useful hidden
patterns from large image databases, whereas the set of relevant images is dynamic, subjective,
and even completely unknown. Therefore, an IIM system should be adaptive and process queries
from the viewpoint of the user’s interpretation of the image content and domain semantics

ผลลัพธ์ (ไทย) 1:

แม้ว่าความคืบหน้าการวิจัยที่สำคัญได้รับการทำในเขตของการทำเหมืองข้อมูลซึ่งมุ่งเน้น
ที่จะดึงข้อมูลที่สำคัญเก็บไว้โดยปริยายในข้อมูลขนาดใหญ่เก็บ [1] การวิจัยในภาพ
การทำเหมืองข้อมูล (IIM) ยังอยู่ในวัยเด็กของตน การทำเหมืองข้อมูลที่เป็นประโยชน์จากภาพที่เก็บเป็น
มากความพยายามสหวิทยาการที่สามารถดึงความเชี่ยวชาญทางด้านการประมวลผลภาพในฐานข้อมูลองค์กร
การจดจำรูปแบบการดึงข้อมูลและการทำเหมืองข้อมูล [2] บางประเด็นที่สำคัญ
วิจัยและกรอบของระบบสำหรับ IIM ได้รับการเสนอ [3] [4] ก่อน IIM คือ
แตกต่างจากระดับต่ำเทคนิคการประมวลผลภาพเป็นมันเกี่ยวข้องกับการสกัดของรูปแบบที่มีประโยชน์ที่
เป็นก่อนหน้านี้ที่ไม่รู้จักจากการเก็บขนาดใหญ่ของภาพที่เรียกว่าฐานข้อมูลภาพ
ในขณะที่การประมวลผลภาพโดยทั่วไปจะเน้นที่การสกัดและการทำความเข้าใจคุณลักษณะในภาพเดียว
ที่สองบางส่วนทับซ้อนอยู่ระหว่างแนวคิดของ IIM และภาพเนื้อหาตาม
ดึง (cbir) [5], [6] เกี่ยวกับการดึงภาพที่เกี่ยวข้องกับการร้องขอของผู้ใช้ฐานข้อมูลจากภาพ
cbir โดดเด่นด้วยความสามารถของระบบที่จะดึงภาพที่เกี่ยวข้องตาม
เนื้อหาความหมายและเสียงของพวกเขามากกว่าโดยใช้คุณสมบัติของอะตอมหรือคำหลักที่ได้รับมอบหมายให้พวกเขา
IIM เน้นกระบวนการของการค้นพบรูปแบบ
ที่สำคัญและมีประโยชน์ที่อาจเกิดขึ้นจากฐานข้อมูลที่ซ่อนภาพขนาดใหญ่ในขณะที่ชุดของภาพที่เกี่ยวข้องเป็นแบบไดนามิก
อัตนัยและแม้ไม่ทราบอย่างสมบูรณ์ ดังนั้นระบบ IIM ควรจะเป็นคำสั่งการปรับตัวและขั้นตอนการ
จากมุมมองของการตีความของผู้ใช้จากเนื้อหาของภาพและความหมายโดเมน

ผลลัพธ์ (ไทย) 2:

แม้ว่าความคืบหน้าของงานวิจัยที่สำคัญได้ในด้านการทำเหมืองข้อมูล ซึ่งมีจุดมุ่งหมาย
เพื่อดึงข้อมูลที่สำคัญเก็บไว้ในคลังเก็บข้อมูลขนาดใหญ่ [1] นัย วิจัยในรูป
ทำเหมืองข้อมูล (IIM) ยังเป็นของตราสินค้า การทำเหมืองข้อมูลที่เป็นประโยชน์จากการเก็บภาพเป็น
มากแข่งขันอาศัยที่วาดตามความเชี่ยวชาญในการประมวลผลภาพ ฐานข้อมูล
องค์กร การรู้จำรูปแบบ การเรียกข้อมูล และข้อมูลการทำเหมืองแร่ [2] สำคัญบาง
ปัญหาวิจัยและกรอบงานระบบสำหรับ IIM ได้เสนอ [3] , [4] ครั้งแรก IIM จะแตกต่าง
จากภาพล่าง เทคนิคการประมวลผล ตามที่มันเกี่ยวข้องกับประโยชน์สกัด patterns ที่
ไม่รู้จักก่อนหน้านี้จากคอลเลกชันขนาดใหญ่ของภาพ การอ้างอิงเป็นฐานข้อมูลเป็นรูปภาพ,
ในขณะที่ประมวลผลภาพโดยทั่วไปเน้นการแยก และทำความเข้าใจคุณลักษณะภายใน
ภาพเดียว สอง บางส่วนทับซ้อนอยู่ระหว่างแนวคิดของ IIM และเนื้อหาตามรูป
เรียก (CBIR) [5], [6] เกี่ยวกับเรียกรูปภาพที่เกี่ยวข้องกับคำขอของผู้ใช้จากรูป
ฐานข้อมูล CBIR คือลักษณะความสามารถของระบบการค้นคืนรูปภาพที่เกี่ยวข้องตาม
เนื้อหาของภาพ และความหมายแทน โดยใช้คำสำคัญที่กำหนดให้กับแอตทริบิวต์อะตอม
พวกเขา IIM เน้นกระบวนการของการค้นพบอย่างมีนัยสำคัญ และอาจมีประโยชน์ซ่อนอยู่
patterns จากฐานข้อมูลภาพขนาดใหญ่ ในขณะที่ชุดของรูปภาพที่เกี่ยวข้องเป็นแบบไดนามิก ตาม อัตวิสัย,
และไม่รู้จักได้ทั้งหมด ดังนั้น เป็นระบบ IIM ควรสอบถามที่เหมาะสม และกระบวนการ
จากมุมมองของผู้ตีความความหมายเนื้อหาและโดเมนรูปภาพ

ผลลัพธ์ (ไทย) 3:

แม้ว่าความคืบหน้าการวิจัยอย่างมีนัยสำคัญได้รับการผลิตในฟิลด์ของการทำเหมืองแร่ข้อมูลซึ่งมีจุดมุ่งหมาย
ซึ่งจะช่วยในการดึงข้อมูลที่สำคัญถือได้ว่าในการจัดเก็บข้อมูลจัดเก็บข้อมูลขนาดใหญ่:[ 1 ],การวิจัยในการทำเหมืองแร่ ภาพ
ข้อมูล(เดินจากไอยิม)จะยังอยู่ในขั้นของพื้นที่ ข้อมูลที่เป็นประโยชน์จากการทำเหมืองแร่การจัดเก็บข้อมูล ภาพ
ซึ่งจะช่วยเป็นอย่างมากมีความพยายามด้านสหวิทยาการที่จับรางวัลเมื่อความเชี่ยวชาญในการประมวลผล ภาพ ฐานข้อมูล
องค์กรการจดจำรูปแบบการเรียกคืนข้อมูลและการทำเหมืองแร่[ 2 ]. ระบบและแก้ไขปัญหา
การวิจัยสำคัญบางอย่างเฟรมเวิร์กสำหรับเดินจากไอยิมได้รับการเสนอ[ 3 ],[ 4 ]. เดินจากไอยิมเป็นครั้งแรกมีความแตกต่างกัน
จากเทคนิคการประมวลผล ภาพ ระดับต่ำและมีการเรียกข้อมูลข้อตกลงที่มีรูปแบบเป็นประโยชน์ที่
ซึ่งจะช่วยได้จากที่ไม่รู้จักของคอลเลคชั่นขนาดใหญ่ที่เรียกว่าเป็น ภาพ เป็น ภาพ ที่ฐานข้อมูล
โดยทั่วไปแล้วในขณะที่การประมวลผล ภาพ โดยจะเน้นไปที่การแยกและการทำความเข้าใจในคุณสมบัติที่
ภาพ เดียว ที่สองที่ซ้อนกันบางส่วนอยู่ระหว่างแนวความคิดของเดินจากไอยิมและเนื้อหาที่ใช้ ภาพ ,การเรียกข้อมูลจาก
( cbir )[ 5 ],[ 6 ],การเรียกข้อมูลจากเกี่ยวกับ ภาพ ที่เกี่ยวข้องกับคำร้องขอผู้ใช้จาก ภาพ
ฐานข้อมูล cbir ก็คือลักษณะตามความสามารถของระบบเพื่อดึงข้อมูล ภาพ ที่เกี่ยวข้องที่ใช้
เนื้อหาเกี่ยวกับความหมายของคำและ ภาพ ของตนมากกว่าโดยใช้คีย์เวิร์ดหรือแอตทริบิวต์ปรมาณูกำหนดให้กับ
ซึ่งจะช่วยให้พวกเขา เดินจากไอยิมเน้นกระบวนการที่มีรูปแบบอย่างมีนัยสำคัญและมีประโยชน์ทำให้เกิดที่ซ่อนอยู่
การสำรวจจากฐานข้อมูล ภาพ ขนาดใหญ่ในขณะที่ตั้งค่าของ ภาพ ที่เกี่ยวข้องเป็นแบบไดนามิกอัตวิสัย
และแม้แต่อย่างสมบรูณ์แบบที่ไม่รู้จัก ดังนั้นระบบเดินจากไอยิมที่ควรจะได้รับการปรับเปลี่ยนและกระบวนการ
จากมุมมองของการตีความของผู้ใช้ที่มีความเปลี่ยนแปลงในความหมายของคำและโดเมนที่เนื้อหา ภาพ