Estudos baseados em dados multimodais têm se destacado por ampliar a capacidade de representação de fenômenos complexos. Ao reunir fontes como texto, imagem, sensores, geolocalização e séries temporais, os projetos conseguem construir leituras mais abrangentes e contextualizadas. Essa integração, porém, exige atenção especial a interoperabilidade, sincronização e qualidade das bases. Ainda assim, os resultados iniciais mostram potencial expressivo para aplicações em pesquisa, monitoramento e apoio à decisão.
Artigo publicado
Pesquisas com dados multimodais ampliam horizonte da análise computacional
A combinação entre texto, imagem, sensores e variáveis temporais abre novas possibilidades para inferência e suporte à decisão.
