論文の概要: Scaling Creative Inspiration with Fine-Grained Functional Facets of Product Ideas

• arxiv url: http://arxiv.org/abs/2102.09761v1
• Date: Fri, 19 Feb 2021 06:30:41 GMT
• ステータス: 処理完了
• システム内更新日: 2021-02-22 13:37:48.614930
• Title: Scaling Creative Inspiration with Fine-Grained Functional Facets of Product Ideas
• Title（参考訳）: 製品アイデアの細かい機能面で創造的なインスピレーションをスケーリングする
• Authors: Tom Hope, Ronen Tamari, Hyeonsu Kang, Daniel Hershcovich, Joel Chan, Aniket Kittur, Dafna Shahaf
• Abstract要約: 製品、特許、科学論文のWebスケールリポジトリは、自動化システムを作成する機会を提供します。 しかし、概念の一般的な表現は原文による記述の形で表される。 本稿では,製品を自動的に細粒度関数ファセットに分解する新しい計算表現を提案する。
• 参考スコア（独自算出の注目度）: 21.62996957134357
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Web-scale repositories of products, patents and scientific papers offer an opportunity for creating automated systems that scour millions of ideas and assist users in discovering inspirations and solutions. Yet the common representation of ideas is in the form of raw textual descriptions, lacking important structure that is required for supporting creative innovation. Prior work has pointed to the importance of functional structure -- capturing the mechanisms and purposes of inventions -- for allowing users to discover structural connections across ideas and creatively adapt existing technologies. However, the use of functional representations was either coarse and limited in expressivity, or dependent on curated knowledge bases with poor coverage and significant manual effort from users. To help bridge this gap and unlock the potential of large-scale idea mining, we propose a novel computational representation that automatically breaks up products into fine-grained functional facets. We train a model to extract these facets from a challenging real-world corpus of invention descriptions, and represent each product as a set of facet embeddings. We design similarity metrics that support granular matching between functional facets across ideas, and use them to build a novel functional search capability that enables expressive queries for mechanisms and purposes. We construct a graph capturing hierarchical relations between purposes and mechanisms across an entire corpus of products, and use the graph to help problem-solvers explore the design space around a focal problem and view related problem perspectives. In empirical user studies, our approach leads to a significant boost in search accuracy and in the quality of creative inspirations, outperforming strong baselines and state-of-art representations of product texts by 50-60%.
• Abstract（参考訳）: Webスケールの製品、特許、科学論文のリポジトリは、何百万ものアイデアを収集し、ユーザーによるインスピレーションやソリューションの発見を支援する自動化システムを構築する機会を提供する。 しかし、アイデアの共通表現は、創造的革新を支援するために必要とされる重要な構造を欠いている、生のテキスト記述の形式である。 先行研究は、ユーザーがアイデア間の構造的つながりを発見し、既存の技術に創造的に適応できるように、機能的構造(発明のメカニズムと目的)の重要性を指摘した。 しかし, 機能表現の使用は, 表現力に乏しく, 知識ベースに依存し, カバー範囲が低く, ユーザによる手作業に大きく依存していた。 このギャップを埋め、大規模なアイデアマイニングの可能性を解くために、製品を細かい機能ファセットに自動的に分割する新しい計算表現を提案します。 我々は,実世界の挑戦的な発明記述コーパスからこれらのファセットを抽出するモデルを訓練し,各製品をファセット埋め込みの集合として表現する。 機能的ファセット間の粒度のマッチングをサポートする類似度メトリクスをアイデア間で設計し、それらをメカニズムや目的に対する表現的クエリを可能にする新しい機能的検索機能の構築に用いる。 我々は,製品群全体にわたる目的とメカニズムの階層的関係を捉えたグラフを構築し,そのグラフを用いて焦点問題を中心とした設計空間を探索し,関連する問題視点を考察する。 経験的ユーザ研究において、このアプローチは、検索精度と創造的インスピレーションの質を著しく向上させ、強力なベースラインと製品テキストの最先端表現を50～60%向上させる。

関連論文リスト

• A Framework for Collaborating a Large Language Model Tool in Brainstorming for Triggering Creative Thoughts [2.709166684084394]
  本研究は, 設計者に対して, ブレインストーミング時のアイデアの創造性向上のために, LLMツールで体系的に作業するための目標, プロンプト, 戦略を取り入れたGPSというフレームワークを提案する。 設計事例とケーススタディを通じてテストした本フレームワークは,創造性を刺激する効果と,設計プラクティスへのLCMツールのシームレスな統合を実証する。
  論文  参考訳（メタデータ） (2024-10-10T13:39:27Z)
• Diffusion-Based Visual Art Creation: A Survey and New Perspectives [51.522935314070416]
  本調査は,拡散に基づく視覚芸術創造の新たな領域を探求し,その発展を芸術的,技術的両面から検討する。 本研究は,芸術的要件が技術的課題にどのように変換されるかを明らかにし,視覚芸術創造における拡散法の設計と応用を強調した。 我々は、AIシステムが芸術的知覚と創造性において人間の能力をエミュレートし、潜在的に増強するメカニズムに光を当てることを目指している。
  論文  参考訳（メタデータ） (2024-08-22T04:49:50Z)
• MetaDesigner: Advancing Artistic Typography through AI-Driven, User-Centric, and Multilingual WordArt Synthesis [65.78359025027457]
  MetaDesignerは、Large Language Models(LLM)の強みを活用して、ユーザエンゲージメントを中心としたデザインパラダイムを推進することによって、芸術的なタイポグラフィに革命をもたらす。 総合的なフィードバックメカニズムは、マルチモーダルモデルとユーザ評価からの洞察を活用して、設計プロセスを反復的に洗練し、拡張する。 実証的な検証は、MetaDesignerが様々なWordArtアプリケーションに効果的に機能し、審美的に魅力的でコンテキストに敏感な結果を生み出す能力を強調している。
  論文  参考訳（メタデータ） (2024-06-28T11:58:26Z)
• LVLM-Interpret: An Interpretability Tool for Large Vision-Language Models [50.259006481656094]
  本稿では,大規模視覚言語モデルの内部メカニズムの理解を目的とした対話型アプリケーションを提案する。 このインタフェースは, 画像パッチの解釈可能性を高めるために設計されており, 応答の生成に有効である。 本稿では,一般的な大規模マルチモーダルモデルであるLLaVAにおける障害機構の理解に,アプリケーションがどのように役立つかのケーススタディを示す。
  論文  参考訳（メタデータ） (2024-04-03T23:57:34Z)
• Binding Dynamics in Rotating Features [72.80071820194273]
  本稿では,特徴間のアライメントを明示的に計算し,それに応じて重みを調整する「コサイン結合」機構を提案する。 これにより、自己注意と生物学的神経プロセスに直接接続し、回転する特徴に現れるオブジェクト中心の表現の基本的なダイナミクスに光を当てることができます。
  論文  参考訳（メタデータ） (2024-02-08T12:31:08Z)
• Human Machine Co-Creation. A Complementary Cognitive Approach to Creative Character Design Process Using GANs [0.0]
  2つのニューラルネットワークが競合し、元のデータセットと区別できない新しい視覚コンテンツを生成する。 提案するアプローチは、知覚、理解、作成のプロセスを伝えることを目的としている。 マシンが生成した概念は、キャラクターデザイナーが新しいキャラクターを概念化するためのローンチプラットフォームとして使用される。
  論文  参考訳（メタデータ） (2023-11-23T12:18:39Z)
• The Creative Frontier of Generative AI: Managing the Novelty-Usefulness Tradeoff [0.4873362301533825]
  生成人工知能(AI)システムにおける新規性と有用性の最適バランスについて検討する。 どちらの側面も過度に強調すると、幻覚や暗記のような限界に繋がる。
  論文  参考訳（メタデータ） (2023-06-06T11:44:57Z)
• Rotating Features for Object Discovery [74.1465486264609]
  本稿では,複雑な特徴を高次元に一般化した回転特徴と,分散表現からオブジェクトを抽出する新たな評価手法を提案する。 これらの進歩により、分散オブジェクト中心の表現を単純な玩具から現実世界のデータに拡張することが可能になります。
  論文  参考訳（メタデータ） (2023-06-01T12:16:26Z)
• Augmenting Character Designers Creativity Using Generative Adversarial Networks [0.0]
  GAN(Generative Adversarial Networks)は、さまざまな分野の研究者の注目を集めている。 しかし、近年のGANはリアリズムに重点を置いているが、超現実的な出力を生成することはいくつかの領域にとって優先事項ではない。 本稿では,異なるGANアーキテクチャと,新しいビジュアルキャラクタデータセットをスクラッチからトレーニングした場合のパフォーマンスを比較した。 また、転送学習やデータ拡張といった代替手法も検討し、計算資源の制限を克服する。
  論文  参考訳（メタデータ） (2023-05-28T10:52:03Z)
• Enhancing user creativity: Semantic measures for idea generation [0.0]
  我々は,WordNet 3.1に基づく49のセマンティック測度を用いて,実環境における設計問題解決会話のデータセットを解析した。 意味的類似性の相違,情報内容の増大,多義性の低下が生成したアイデアの成功を予測していることを示す。 これらの結果は、人間の問題解決における現実世界のプロセスを特定することによって認知科学を推し進める。
  論文  参考訳（メタデータ） (2021-06-18T13:47:56Z)
• SEEK: Segmented Embedding of Knowledge Graphs [77.5307592941209]
  本稿では,モデル複雑性を増大させることなく,高い競争力を持つ関係表現性を実現する軽量なモデリングフレームワークを提案する。 本フレームワークは,評価関数の設計に重点を置いており,1)十分な特徴相互作用の促進,2)関係の対称性と反対称性の両特性の保存,という2つの重要な特徴を強調している。
  論文  参考訳（メタデータ） (2020-05-02T15:15:50Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。