論文の概要: An Artificial Intelligence Approach for Interpreting Creative Combinational Designs
- arxiv url: http://arxiv.org/abs/2405.04985v1
- Date: Wed, 8 May 2024 11:47:32 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-10 15:12:05.328957
- Title: An Artificial Intelligence Approach for Interpreting Creative Combinational Designs
- Title（参考訳）: 創造的組合せ設計の解釈のための人工知能アプローチ
- Authors: Liuqing Chen, Shuhong Xiao, Yunnong Chen, Linyun Sun, Peter R. N. Childs, Ji Han,
- Abstract要約: 組み合わせ創造性は、よく知られたアイデアのブレンドを含む創造性の一形態である。
本研究は,創造的デザインを構成する「基礎」と「付加的」成分を具体的に識別する計算解釈に焦点を当てた。
- 参考スコア（独自算出の注目度）: 1.3948357001626264
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Combinational creativity, a form of creativity involving the blending of familiar ideas, is pivotal in design innovation. While most research focuses on how combinational creativity in design is achieved through blending elements, this study focuses on the computational interpretation, specifically identifying the 'base' and 'additive' components that constitute a creative design. To achieve this goal, the authors propose a heuristic algorithm integrating computer vision and natural language processing technologies, and implement multiple approaches based on both discriminative and generative artificial intelligence architectures. A comprehensive evaluation was conducted on a dataset created for studying combinational creativity. Among the implementations of the proposed algorithm, the most effective approach demonstrated a high accuracy in interpretation, achieving 87.5% for identifying 'base' and 80% for 'additive'. We conduct a modular analysis and an ablation experiment to assess the performance of each part in our implementations. Additionally, the study includes an analysis of error cases and bottleneck issues, providing critical insights into the limitations and challenges inherent in the computational interpretation of creative designs.
- Abstract（参考訳）: コンビネーション・クリエイティビティ(コンビネーション・クリエイティビティ)は、よく知られたアイデアの融合を含むクリエイティビティの形式であり、デザイン革新において重要な存在である。
デザインにおける組合せ創造性は要素をブレンドすることで達成されるが,本研究では,創造的デザインを構成する「ベース」と「付加的」コンポーネントを具体的に識別する計算解釈に焦点を当てる。
この目的を達成するために,コンピュータビジョンと自然言語処理技術を統合したヒューリスティックアルゴリズムを提案し,識別的および生成的人工知能アーキテクチャに基づく複数のアプローチを実装した。
組み合わせ創造性を研究するために作成したデータセットに対して総合的な評価を行った。
提案アルゴリズムの実装のうち、最も効果的な手法は解釈の精度が高く、「ベース」を87.5%、「付加」を80%と同定した。
モジュール解析とアブレーション実験を行い、実装の各部分のパフォーマンスを評価する。
さらに、この研究はエラーケースとボトルネックの問題を分析し、創造的デザインの計算的解釈に固有の限界と課題について批判的な洞察を与える。
関連論文リスト
- The Dynamic Creativity of Proto-artifacts in Generative Computational Co-creation [0.22940141855172028]
本稿では,計算共創過程において生成する中間人工物の創造性を決定するのに必要な属性について検討する。
新エレクトロニック・アシスタント(NEA)による未完成曲の聴取実験
その結果, 成果物の価値と新規性に基づく2つの属性定義が, 革新的製品に繋がる未完成の作業を評価するのに十分であることが判明した。
論文 参考訳（メタデータ） (2024-11-25T20:44:33Z) - 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) - Data Analysis in the Era of Generative AI [56.44807642944589]
本稿では,AIを活用したデータ分析ツールの可能性について考察する。
我々は、大規模言語とマルチモーダルモデルの出現が、データ分析ワークフローの様々な段階を強化する新しい機会を提供する方法について検討する。
次に、直感的なインタラクションを促進し、ユーザ信頼を構築し、AI支援分析ワークフローを複数のアプリにわたって合理化するための、人間中心の設計原則を調べます。
論文 参考訳（メタデータ） (2024-09-27T06:31:03Z) - Automatic Creativity Measurement in Scratch Programs Across Modalities [6.242018846706069]
我々は、創造性の公式な尺度の定義から、この尺度を実践的な領域に適用することまで、効率的に計算できる旅を行ないます。
我々は、人気のあるビジュアルプログラミング言語であるScratchのプロジェクトに対して、一般的な測度を適用した。
我々は、Scratchプロジェクトの創造性を予測し、人間の専門家による創造性評価に基づいてトレーニングし、評価する機械学習モデルを設計した。
論文 参考訳（メタデータ） (2022-11-07T10:43:36Z) - Towards Creativity Characterization of Generative Models via Group-based
Subset Scanning [64.6217849133164]
創造的プロセスを特定し,定量化し,特徴付けるグループベースサブセットスキャンを提案する。
創造的なサンプルは、データセット全体にわたる通常のサンプルや非創造的なサンプルよりも大きな異常のサブセットを生成する。
論文 参考訳（メタデータ） (2022-03-01T15:07:14Z) - Human-Algorithm Collaboration: Achieving Complementarity and Avoiding
Unfairness [92.26039686430204]
慎重に設計されたシステムであっても、補完的な性能はあり得ないことを示す。
まず,簡単な人間アルゴリズムをモデル化するための理論的枠組みを提案する。
次に、このモデルを用いて相補性が不可能な条件を証明する。
論文 参考訳（メタデータ） (2022-02-17T18:44:41Z) - A Field Guide to Federated Optimization [161.3779046812383]
フェデレートされた学習と分析は、分散化されたデータからモデル(あるいは統計)を協調的に学習するための分散アプローチである。
本稿では、フェデレート最適化アルゴリズムの定式化、設計、評価、分析に関する勧告とガイドラインを提供する。
論文 参考訳（メタデータ） (2021-07-14T18:09:08Z) - Embodiment and Computational Creativity [3.5366052026723547]
創造性と創造性に対する認識は、少なくともある程度は、具体化によって形成されていると推測する。
これは計算創造性(CC)研究に非常に関係があるが、既存の研究は乏しく、概念の使用は曖昧である。
我々は、概念の異なる使用法を識別し比較することで曖昧さを解決するために、確立した態様を取り入れ、拡張する。
論文 参考訳（メタデータ） (2021-07-02T10:18:55Z) - 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) - Towards creativity characterization of generative models via group-based
subset scanning [51.84144826134919]
創造的プロセスを定量化し,検出し,特徴付けるグループベースサブセットスキャンを提案する。
創造的なサンプルは、データセットをまたいだ通常または非創造的なサンプルよりも大きな異常のサブセットを生成する。
論文 参考訳（メタデータ） (2021-04-01T14:07:49Z) - 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)
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。