O presente trabalho apresenta o resultado de um estudo comparando o uso de técnicas de aprendizado de máquina na adaptação dinâmica de vídeo. O sistema utiliza informações de contexto, como as características de um dispositivo, preferências do usuário e condições de rede, como entrada de um mecanismo de decisão responsável por encontrar parâmetros de codificação mais adequados ao contexto à geração de um novo fluxo de vídeo dinamicamente personalizado / This work presents the results of a comparative study about machine learning techniques used in dynamic video adaptation. The system uses contextual information, such as devices? characteristics, user?s preferences and network condition as an input for a decision engine, responsible to find the best encoding parameters to be used during the generation of a new dynamically personalized video stream

O presente trabalho apresenta o resultado de um estudo comparando o uso de técnicas de aprendizado de máquina na adaptação dinâmica de vídeo. O sistema utiliza informações de contexto, como as características de um dispositivo, preferências do usuário e condições de rede, como entrada de um mecanismo de decisão responsável por encontrar parâmetros de codificação mais adequados ao contexto à geração de um novo fluxo de vídeo dinamicamente personalizado / This work presents the results of a comparative study about machine learning techniques used in dynamic video adaptation. The system uses contextual information, such as devices? characteristics, user?s preferences and network condition as an input for a decision engine, responsible to find the best encoding parameters to be used during the generation of a new dynamically personalized video stream