Fugu-MT 論文翻訳(概要): Threshold Designer Adaptation: Improved Adaptation for Designers in Co-creative Systems

論文の概要: Threshold Designer Adaptation: Improved Adaptation for Designers in Co-creative Systems

arxiv url: http://arxiv.org/abs/2205.09269v1
Date: Thu, 19 May 2022 01:13:22 GMT
ステータス: 処理完了
システム内更新日: 2022-05-20 14:37:00.740330
Title: Threshold Designer Adaptation: Improved Adaptation for Designers in Co-creative Systems
Title（参考訳）: 閾値デザイナ適応:共同創造システムにおけるデザイナ適応の改善
Authors: Emily Halina and Matthew Guzdial
Abstract要約: 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。
参考スコア（独自算出の注目度）: 0.9645196221785693
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: To best assist human designers with different styles, Machine Learning (ML) systems need to be able to adapt to them. However, there has been relatively little prior work on how and when to best adapt an ML system to a co-designer. In this paper we present threshold designer adaptation: a novel method for adapting a creative ML model to an individual designer. We evaluate our approach with a human subject study using a co-creative rhythm game design tool. We find that designers prefer our proposed method and produce higher quality content in comparison to an existing baseline.
Abstract（参考訳）: 異なるスタイルを持つ人間設計者を支援するために、機械学習(ml)システムはそれらに適応する必要がある。しかしながら、MLシステムを共同設計者に対してどのように、いつ最もうまく適応するかについては、これまでほとんど研究がなかった。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であるしきい値デザイナ適応を提案する。共創リズムゲームデザインツールを用いて,人間の被験者によるアプローチを評価する。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。

関連論文リスト

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)
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)
Compositional Generative Inverse Design [69.22782875567547]
入力変数を設計して目的関数を最適化する逆設計は重要な問題である。拡散モデルにより得られた学習エネルギー関数を最適化することにより、そのような逆例を避けることができることを示す。 N-body 相互作用タスクと2次元多面体設計タスクにおいて,実験時に学習した拡散モデルを構成することにより,初期状態と境界形状を設計できることを示す。
論文参考訳（メタデータ） (2024-01-24T01:33:39Z)
ECoDe: A Sample-Efficient Method for Co-Design of Robotic Agents [11.449817465618658]
自律ロボットエージェントを共同設計するには、エージェントのコントローラと物理的設計を同時に最適化する必要がある。デザインスペースが大きくなると、これは難しくなります。共設計のサンプル効率を向上させるための多要素探索手法を提案する。
論文参考訳（メタデータ） (2023-09-08T02:54:31Z)
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)
Preference-Learning Emitters for Mixed-Initiative Quality-Diversity Algorithms [0.6445605125467573]
混合開始型共同創造タスクでは、デザイナーに複数の関連する提案を提供することが重要である。本研究では,嗜好学習エミッタ(PLE)の一般的なフレームワークを提案し,それをゲーム『スペースエンジニアズ』のプロシージャコンテンツ生成タスクに適用する。
論文参考訳（メタデータ） (2022-10-25T08:45:00Z)
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)
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)
Designer Modeling through Design Style Clustering [4.4447051343759965]
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。
論文参考訳（メタデータ） (2020-04-03T17:57:41Z)

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。