論文の概要: E-learning model for art education: Case study in Iran
- arxiv url: http://arxiv.org/abs/2110.03904v1
- Date: Fri, 8 Oct 2021 05:55:18 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-12 01:13:43.418624
- Title: E-learning model for art education: Case study in Iran
- Title(参考訳): 美術教育のためのeラーニングモデル--イランを事例として
- Authors: Bahram Sadeghi Bigham, Mahboubeh Fannakhosrow, Aliakbar Safipour,
Mostafa Jafari and Khadijeh Chenari
- Abstract要約: 美術分野に関するeラーニングは、通常のEラーニングとは異なる。
イランでは学生や芸術家の間でケーススタディが行われている。
- 参考スコア(独自算出の注目度): 0.20999222360659603
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: According to the characteristics of art, art education according to Bloom's
classification, should take place at high and close to the level of creativity.
E-learning related to the subject of art is different from ordinary E-learning.
In this paper, a general circular model for E-learning for art education is
presented, a case study which has been done in Iran among students and artists.
Art in the general sense, in addition to the same and Comprehensive features,
has characteristics specific to different countries and cultures, and
consequently there are differences in art education.
- Abstract(参考訳): 芸術の特徴により、ブルームの分類による芸術教育は、創造性のレベルに近い高度に行われるべきである。
美術分野に関するeラーニングは、通常のEラーニングとは異なる。
本稿では,イランで学生や芸術家の間で行われている,美術教育のためのE-ラーニングの一般的な循環モデルについて紹介する。
一般的な意味での芸術は、同じで包括的な特徴に加えて、異なる国や文化に特有の特徴を持ち、それゆえ芸術教育には違いがある。
関連論文リスト
- AI Art Neural Constellation: Revealing the Collective and Contrastive
State of AI-Generated and Human Art [36.21731898719347]
我々は、人間の芸術遺産の文脈内でAI生成芸術を位置づけるための包括的な分析を行う。
私たちの比較分析は、ArtConstellationと呼ばれる広範なデータセットに基づいています。
鍵となる発見は、1800-2000年に作られた現代美術の原理とAIが生成したアートアートが視覚的に関連していることである。
論文 参考訳(メタデータ) (2024-02-04T11:49:51Z) - Learning to Evaluate the Artness of AI-generated Images [72.06263228104709]
アートスコア(ArtScore)は、アーティストによる本物のアートワークと画像がどの程度似ているかを評価するために設計されたメトリクスである。
我々は、写真とアートワークの生成のために事前訓練されたモデルを採用し、一連の混合モデルを生み出した。
このデータセットはニューラルネットワークのトレーニングに使用され、任意の画像の定量化精度レベルを推定する方法を学ぶ。
論文 参考訳(メタデータ) (2023-05-08T17:58:27Z) - ALADIN-NST: Self-supervised disentangled representation learning of
artistic style through Neural Style Transfer [60.6863849241972]
我々は、画像に描かれた意味的内容から、より強く絡み合った視覚芸術スタイルの表現を学習する。
スタイルと内容の絡み合いに強く対処することで、スタイル固有のメトリクスが大きく向上することを示します。
論文 参考訳(メタデータ) (2023-04-12T10:33:18Z) - GIVL: Improving Geographical Inclusivity of Vision-Language Models with
Pre-Training Methods [62.076647211744564]
我々は地理包摂型視覚・言語事前学習モデルであるGIVLを提案する。
1) 類似のカテゴリにおける概念は独自の知識と視覚的特徴を持ち、2) 類似の視覚的特徴を持つ概念は、全く異なるカテゴリに該当する可能性がある。
GIVLは、同様のスケールのデータを事前訓練した類似サイズのモデルと比較して、最先端のSOTA(State-of-the-art)を達成し、ジオディバースなV&Lタスクにおけるよりバランスの取れたパフォーマンスを実現している。
論文 参考訳(メタデータ) (2023-01-05T03:43:45Z) - Inversion-Based Style Transfer with Diffusion Models [78.93863016223858]
以前の任意の例として誘導された芸術的画像生成法は、しばしば形状変化の制御や要素の伝達に失敗する。
画像のキー情報を効率よく正確に学習できるインバージョンベースのスタイル転送手法(InST)を提案する。
論文 参考訳(メタデータ) (2022-11-23T18:44:25Z) - Language Does More Than Describe: On The Lack Of Figurative Speech in
Text-To-Image Models [63.545146807810305]
テキスト・ツー・イメージ拡散モデルでは、テキスト入力プロンプトから高品質な画像を生成することができる。
これらのモデルは、コンテンツベースのラベル付けプロトコルから収集されたテキストデータを用いて訓練されている。
本研究では,現在使用されているテキスト・画像拡散モデルのトレーニングに使用されている公開テキストデータの感情性,目的性,抽象化の程度を特徴付ける。
論文 参考訳(メタデータ) (2022-10-19T14:20:05Z) - Modeling Pedagogical Learning Environment with Hybrid Model based on ICT [0.0]
我々はICT教育の観点から教育学習環境を設計した。
ICT教育の方法論では、教育は異なる要素間の相互作用を含む。
ハイブリッドモデルは、標準、ステージ、年次レベル、クラスレベルの組み合わせを表します。
論文 参考訳(メタデータ) (2021-08-09T11:24:27Z) - Revisiting Knowledge Distillation: An Inheritance and Exploration
Framework [153.73692961660964]
知識蒸留(KD)は、教師モデルから生徒モデルに知識を伝達する一般的な手法である。
新たな継承・探索知識蒸留フレームワーク(IE-KD)を提案する。
我々のIE-KDフレームワークは汎用的であり、ディープニューラルネットワークを訓練するための既存の蒸留や相互学習手法と簡単に組み合わせることができる。
論文 参考訳(メタデータ) (2021-07-01T02:20:56Z) - Understanding and Creating Art with AI: Review and Outlook [12.614901374282868]
人工知能(AI)に関連する技術は、視覚芸術における研究と創造的実践の変化に強い影響を与える。
本稿では,AIとアートの2つの側面を総合的にレビューする:1)AIはアート分析に使用され,デジタル化されたアートコレクションに使用される;2)AIは創造的な目的に使用され,新しいアート作品を生成する。
アートの創造におけるAIの役割に関して、AIアートの様々な実践的・理論的側面に対処し、それらのトピックを詳細に扱った関連作品を統合します。
論文 参考訳(メタデータ) (2021-02-18T01:38:11Z) - Art Style Classification with Self-Trained Ensemble of AutoEncoding
Transformations [5.835728107167379]
絵画の芸術的スタイルは豊かな記述物であり、アーティストが創造的なビジョンをどのように表現し表現するかについての視覚的知識と深い本質的な知識の両方を明らかにする。
本稿では,高度な自己指導型学習手法を用いて,クラス内およびクラス間変動の少ない複雑な芸術的スタイルを認識することの課題を解決する。
論文 参考訳(メタデータ) (2020-12-06T21:05:23Z) - Biases in Generative Art -- A Causal Look from the Lens of Art History [3.198144010381572]
本稿では,アルゴリズム設計に関連する問題に対する不適切な問題定式化によって生じるAIパイプラインのバイアスについて検討する。
アート作成の過程をモデル化する上で,現在の手法が不足している点を強調し,様々なバイアスに寄与する。
論文 参考訳(メタデータ) (2020-10-26T00:49:09Z)
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。