Fugu-MT 論文翻訳(概要): Designer Modeling through Design Style Clustering

論文の概要: Designer Modeling through Design Style Clustering

arxiv url: http://arxiv.org/abs/2004.01697v3
Date: Thu, 20 Jan 2022 14:08:47 GMT
ステータス: 処理完了
システム内更新日: 2022-12-17 04:54:57.150051
Title: Designer Modeling through Design Style Clustering
Title（参考訳）: デザインスタイルクラスタリングによるデザイナモデリング
Authors: Alberto Alvarez, Jose Font, Julian Togelius
Abstract要約: ゲームコンテンツ作成ツールの混合初期化におけるデザイナスタイルを古型設計トレースとして提案する。この方法はアドベンチャーとダンジョンクローラーゲームを作成するための混合開始システムのための研究プラットフォームであるEvolutionary Dungeon Designerで実装されている。
参考スコア（独自算出の注目度）: 4.4447051343759965
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We propose modeling designer style in mixed-initiative game content creation tools as archetypical design traces. These design traces are formulated as transitions between design styles; these design styles are in turn found through clustering all intermediate designs along the way to making a complete design. This method is implemented in the Evolutionary Dungeon Designer, a research platform for mixed-initiative systems to create adventure and dungeon crawler games. We present results both in the form of design styles for rooms, which can be analyzed to better understand the kind of rooms designed by users, and in the form of archetypical sequences between these rooms, i.e., Designer Personas.
Abstract（参考訳）: ゲームコンテンツ作成ツールの混合初期化におけるデザイナスタイルを古型設計トレースとして提案する。これらのデザイントレースは、設計スタイル間の遷移として定式化され、設計スタイルは、すべての中間設計をクラスタリングして完全な設計を行う方法として見出される。この方法はアドベンチャーとダンジョンクローラーゲームを作成するための混合開始システムのための研究プラットフォームであるEvolutionary Dungeon Designerで実装されている。本研究では, ユーザが設計した部屋の種類をよりよく理解するために, 部屋のデザインスタイルの形式と, 設計者ペルソナ(Designer Personas)という, 部屋間の典型的シーケンスの形式の両方を提示する。

関連論文リスト

Automatic Layout Planning for Visually-Rich Documents with Instruction-Following Models [81.6240188672294]
グラフィックデザインでは、プロでないユーザは、限られたスキルとリソースのために視覚的に魅力的なレイアウトを作成するのに苦労することが多い。レイアウト計画のための新しいマルチモーダル・インストラクション・フォロー・フレームワークを導入し、視覚的要素をカスタマイズしたレイアウトに簡単に配置できるようにする。本手法は,非専門職の設計プロセスを単純化するだけでなく,数ショット GPT-4V モデルの性能を上回り,mIoU は Crello で 12% 向上する。
論文参考訳（メタデータ） (2024-04-23T17:58:33Z)
I-Design: Personalized LLM Interior Designer [57.00412237555167]
I-Designはパーソナライズされたインテリアデザイナで、自然言語によるコミュニケーションを通じて設計目標の生成と視覚化を可能にする。 I-Designは、対話や論理的推論に従事する大きな言語モデルエージェントのチームから始まる。最終的な設計は、既存のオブジェクトデータベースから資産を取り出し、統合することで、3Dで構築されます。
論文参考訳（メタデータ） (2024-04-03T16:17:53Z)
Jigsaw: Supporting Designers to Prototype Multimodal Applications by Chaining AI Foundation Models [4.435190193476497]
Jigsawは、基礎モデルを表現するメタファーとしてパズルピースを使用するプロトタイプシステムである。設計者は、互換性のあるパズルを組み立てることで、様々なモダリティで異なる基礎モデル機能を組み合わせることができる。
論文参考訳（メタデータ） (2023-10-12T17:57:57Z)
Representation Learning for Sequential Volumetric Design Tasks [11.702880690338677]
本稿では,設計知識を専門家や高性能な設計シーケンスの集合から符号化することを提案する。学習した表現の密度を推定して選好モデルを開発する。逐次設計生成のための自己回帰変換モデルを訓練する。
論文参考訳（メタデータ） (2023-09-05T21:21:06Z)
PosterLayout: A New Benchmark and Approach for Content-aware Visual-Textual Presentation Layout [62.12447593298437]
コンテンツ対応視覚テキスト提示レイアウトは,所定のキャンバス上の空間空間を予め定義された要素にアレンジすることを目的としている。本稿では,設計過程を模倣するためにレイアウトの要素を再編成する設計シーケンス形成(DSF)を提案する。 CNN-LSTMに基づく新しい条件生成対向ネットワーク(GAN)を提示し、適切なレイアウトを生成する。
論文参考訳（メタデータ） (2023-03-28T12:48:36Z)
LayoutDETR: Detection Transformer Is a Good Multimodal Layout Designer [80.61492265221817]
グラフィックレイアウトデザインは視覚コミュニケーションにおいて重要な役割を担っている。しかし、手作りのレイアウトデザインは、スキルを要求し、時間がかかり、バッチプロダクションではスケールできない。ジェネレーティブモデルは、設計自動化をスケーラブルにするために出現するが、デザイナの欲求に沿うデザインを作成することは、未だに容易ではない。
論文参考訳（メタデータ） (2022-12-19T21:57:35Z)
Threshold Designer Adaptation: Improved Adaptation for Designers in Co-creative Systems [0.9645196221785693]
本稿では,クリエイティビティMLモデルを個々のデザイナに適用するための新しい手法として,しきい値デザイナ適応を提案する。設計者は提案手法を好み,既存のベースラインに比べて高品質なコンテンツを生成する。
論文参考訳（メタデータ） (2022-05-19T01:13:22Z)
Investigating Positive and Negative Qualities of Human-in-the-Loop Optimization for Designing Interaction Techniques [55.492211642128446]
設計者は、与えられた目的の集合を最大化する設計パラメータの組み合わせを見つけるよう求められる設計最適化タスクに苦労すると言われている。モデルベースの計算設計アルゴリズムは、設計中に設計例を生成することでデザイナを支援する。一方、補助のためのブラックボックスメソッドは、あらゆる設計問題に対処できる。
論文参考訳（メタデータ） (2022-04-15T20:40:43Z)
StyleMeUp: Towards Style-Agnostic Sketch-Based Image Retrieval [119.03470556503942]
クロスモーダルマッチング問題は通常、写真とスケッチのモダリティ間で共有されるセマンティックコンテンツを保存する共同埋め込み空間を学習することによって解決される。効果的なモデルには、このスタイルの多様性を明確に説明する必要がある。我々のモデルは、モデム間で共有されるセマンティックコンテンツだけでなく、目に見えないユーザースタイルにも適応できるので、モデルは真に不可知的です。
論文参考訳（メタデータ） (2021-03-29T15:44:19Z)
AI Assisted Apparel Design [2.20200533591633]
本稿では,アパレル・スタイル・マージとアパレル・スタイル・トランスファーという2つのデザイン生成アシスタントを提案する。 Apparel-Style-Mergeは、アパレルの高レベルのコンポーネントを組み合わせることで、新しいデザインを生成する。 Apparel-Style-Transferは、異なるスタイル、色、パターンを適用することで、アパレルの複数のカスタマイズを生成する。
論文参考訳（メタデータ） (2020-07-09T17:24:40Z)
Evaluating Mixed-Initiative Procedural Level Design Tools using a Triple-Blind Mixed-Method User Study [0.0]
インタラクティブな進化的最適化を用いてレベルを生成するツールを,本研究のために設計した。このツールは、手書き地図のレベルデザインパターンを特定し、その情報を使ってインタラクティブな最適化アルゴリズムを駆動する。複雑なイニシアティブツールを使用したデザイナの経験を、完全にランダムなレベルの提案を提供するツールを与えられたデザイナと比較した厳密なユーザスタディが設計された。
論文参考訳（メタデータ） (2020-05-15T11:40:53Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。