Fugu-MT 論文翻訳(概要): Performing Creativity With Computational Tools

論文の概要: Performing Creativity With Computational Tools

arxiv url: http://arxiv.org/abs/2103.05533v2
Date: Wed, 10 Mar 2021 10:38:26 GMT
ステータス: 処理完了
システム内更新日: 2023-04-08 15:51:33.989329
Title: Performing Creativity With Computational Tools
Title（参考訳）: 計算ツールによる創造性向上
Authors: Daniel Lopes, J\'essica Parente, Pedro Silva, Lic\'inio Roque, Penousal machado
Abstract要約: この研究は、半構造化されたインタビューのセットに適用された根拠付き理論方法論によって推進された。この結果は、新しいインテリジェントな創造性支援ツールの開発に投資する価値がない、といういくつかのシナリオを示唆している。
参考スコア（独自算出の注目度）: 2.2856845877179492
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: The introduction of new tools in people's workflow has always been promotive of new creative paths. This paper discusses the impact of using computational tools in the performance of creative tasks, especially focusing on graphic design. The study was driven by a grounded theory methodology, applied to a set of semi-structured interviews, made to twelve people working in the areas of graphic design, data science, computer art, music and data visualisation. Among other questions, the results suggest some scenarios in which it is or it is not worth investing in the development of new intelligent creativity-aiding tools.
Abstract（参考訳）: 人々のワークフローに新しいツールを導入することは、常に新しい創造的な道の原動力です。本稿では,創造的タスクのパフォーマンス,特にグラフィックデザインにおける計算ツールの利用が与える影響について論じる。この研究は、グラフィックデザイン、データサイエンス、コンピュータアート、音楽、データビジュアライゼーションの分野で働く12人を対象にした、半構造化インタビューのセットに適用された、接地理論の方法論によって進められた。この結果は、新しいインテリジェントなクリエイティビティ支援ツールの開発に投資する価値がない、といういくつかのシナリオを示唆している。

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)
What's Next? Exploring Utilization, Challenges, and Future Directions of AI-Generated Image Tools in Graphic Design [2.0616038498705858]
本研究は、グラフィックデザインにおけるAI生成画像ツールの現在の使用状況、課題、今後のニーズを理解するために、様々な経験レベルを持つ7人のデザイナーと半構造化インタビューを行った。私たちの調査結果が示すように、AIツールはデザインにおける創造的なパートナとして機能し、人間の創造性を高め、戦略的洞察を提供し、チームのコラボレーションとコミュニケーションを促進する。この発見は、エンジニアがグラフィックデザイナのニーズに合うように、これらのツールの最適化を支援することを目的とした、AI生成イメージツールの今後の開発のためのガイダンスを提供する。
論文参考訳（メタデータ） (2024-06-19T10:51:56Z)
From Pixels to Insights: A Survey on Automatic Chart Understanding in the Era of Large Foundation Models [98.41645229835493]
グラフ形式のデータの可視化は、データ分析において重要な役割を担い、重要な洞察を提供し、情報的な意思決定を支援する。大規模言語モデルのような大規模な基盤モデルは、様々な自然言語処理タスクに革命をもたらした。本研究は,自然言語処理,コンピュータビジョン,データ解析の分野における研究者や実践者の包括的資源として機能する。
論文参考訳（メタデータ） (2024-03-18T17:57:09Z)
CLOVA: A Closed-Loop Visual Assistant with Tool Usage and Update [69.59482029810198]
CLOVAは、推論、リフレクション、学習フェーズを含むフレームワーク内で動作するクローズドループビジュアルアシスタントである。その結果,CLOVAは既存のツール利用手法を5%,知識タグ付けでは10%,画像編集では20%,視覚的質問応答や複数画像推論では5%に上回っていることがわかった。
論文参考訳（メタデータ） (2023-12-18T03:34:07Z)
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)
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)
LLM-based Interaction for Content Generation: A Case Study on the Perception of Employees in an IT department [85.1523466539595]
本稿では,IT企業の従業員が生成ツールを使用する意図を明らかにするためのアンケート調査を行う。以上の結果から, 生成ツールの比較的平均的な受容性が示唆されるが, ツールが有用であると認識されるほど, 意図が高くなることが示唆された。分析の結果, 生産ツールの利用頻度は, 従業員が作業の文脈でこれらのツールをどのように認識しているかを理解する上で重要な要因である可能性が示唆された。
論文参考訳（メタデータ） (2023-04-18T15:35:43Z)
Tool Learning with Foundation Models [158.8640687353623]
基礎モデルの出現により、AIシステムは、人間としてのツールの使用に等しく適応できる可能性がある。その大きな可能性にもかかわらず、この分野における重要な課題、機会、そして将来の取り組みに関する包括的な理解はいまだに欠けている。
論文参考訳（メタデータ） (2023-04-17T15:16:10Z)
Sketch-based Creativity Support Tools using Deep Learning [23.366634691081593]
ディープラーニングモデルの最近の進歩は、視覚的コンテンツを理解および生成するマシンの能力を大幅に改善した。開発中のエキサイティングな領域では、人間のスケッチをモデル化するためのディープラーニングアプローチを探求し、クリエイティブなアプリケーションに機会を与えている。この章では、スケッチを消費し、生成するディープラーニング駆動の創造性支援ツールを開発するための3つの基本的なステップについて説明する。
論文参考訳（メタデータ） (2021-11-19T00:57:43Z)
Explaining Creative Artifacts [69.86890599471202]
生成物と構成的創造性を結合鎖に分解する逆問題定式化を開発する。特に、当社の定式化は、アソシエイト要素の知識グラフを通じて、旅行セールスマン問題の解決として構成されている。
論文参考訳（メタデータ） (2020-10-14T14:32:38Z)
A Review on Intelligent Object Perception Methods Combining Knowledge-based Reasoning and Machine Learning [60.335974351919816]
物体知覚はコンピュータビジョンの基本的なサブフィールドである。最近の研究は、物体の視覚的解釈のインテリジェンスレベルを拡大するために、知識工学を統合する方法を模索している。
論文参考訳（メタデータ） (2019-12-26T13:26:49Z)

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。