Fugu-MT 論文翻訳(概要): A Preliminary Survey of Semantic Descriptive Model for Images

論文の概要: A Preliminary Survey of Semantic Descriptive Model for Images

arxiv url: http://arxiv.org/abs/2501.08352v1
Date: Mon, 13 Jan 2025 08:40:28 GMT
ステータス: 翻訳完了
システム内更新日: 2025-01-16 15:51:53.711812
Title: A Preliminary Survey of Semantic Descriptive Model for Images
Title（参考訳）: 画像のセマンティック記述モデルに関する予備調査
Authors: Chengxi Yan, Jie Jian, Yang Li,
Abstract要約: 本研究は北京宮殿博物館の ACP コレクションを利用して,図形学理論と用語抽出・マッピングの新しいワークフローを統合した意味モデルを構築した。 SDMは,より芸術的な知識組織とACPの文化的探究を支援するのに有効である。
参考スコア（独自算出の注目度）: 2.4092255769809485
License:
Abstract: Considering the lack of a unified framework for image description and deep cultural analysis at the subject level in the field of Ancient Chinese Paintings (ACP), this study utilized the Beijing Palace Museum's ACP collections to develop a semantic model integrating the iconological theory with a new workflow for term extraction and mapping. Our findings underscore the model's effectiveness. SDM can be used to support further art-related knowledge organization and cultural exploration of ACPs.
Abstract（参考訳）: 古代中国絵画(ACP)の主題レベルでのイメージ記述と深層文化分析の統一的枠組みが欠如していることを踏まえ,北京宮殿美術館のACPコレクションを用いて,図形学理論と用語抽出・マッピングの新しいワークフローを融合した意味モデルを構築した。本研究の結果は, モデルの有効性を裏付けるものである。 SDMは、アート関連の知識組織とACPの文化的探究を支援するために使用できる。

関連論文リスト

PCEvE: Part Contribution Evaluation Based Model Explanation for Human Figure Drawing Assessment and Beyond [5.104096700315427]
本稿では,PCEvE(Part Contribution Evaluation based model explanation)フレームワークを提案する。既存の属性ベースのXAIアプローチとは異なり、PCEvEはモデル決定の簡単な説明を提供する。複数のHFDアセスメントデータセットに関する広範な実験を通じて,PCEvEを厳格に検証する。
論文参考訳（メタデータ） (2024-09-26T20:13:03Z)
ComKD-CLIP: Comprehensive Knowledge Distillation for Contrastive Language-Image Pre-traning Model [49.587821411012705]
コントラスト言語画像前処理モデルのための包括的知識蒸留法ComKD-CLIPを提案する。大規模な教師CLIPモデルからより小さな学生モデルに知識を抽出し、パラメータを著しく減らして同等のパフォーマンスを確保する。 EduAttentionは教師モデルで抽出したテキスト特徴と学生モデルで抽出した画像特徴との相互関係を探索する。
論文参考訳（メタデータ） (2024-08-08T01:12:21Z)
Explore In-Context Segmentation via Latent Diffusion Models [132.26274147026854]
潜在拡散モデル(LDM)は、文脈内セグメンテーションに有効な最小限のモデルである。画像とビデオの両方のデータセットを含む、新しい、公正なコンテキスト内セグメンテーションベンチマークを構築します。
論文参考訳（メタデータ） (2024-03-14T17:52:31Z)
IICONGRAPH: improved Iconographic and Iconological Statements in Knowledge Graphs [0.0]
IICONGRAPHは、ArCoとWikidataの図形的および図形的ステートメントを精細化し拡張することによって作成されたKGである。 IICONGRAPHはリソースの再利用性を保証するためのFAIR原則に従ってリリースされ、ドキュメント化されている。
論文参考訳（メタデータ） (2024-01-24T15:44:16Z)
From Knowledge Representation to Knowledge Organization and Back [11.970701039437493]
知識表現(KR)と顔分析知識組織(KO)は、データと知識モデリングの最も顕著な2つの方法論である。本稿では,KR法とfacet-analytical KO法の両方を詳細に解明し,それらの機能的マッピングを提供する。
論文参考訳（メタデータ） (2023-12-12T14:23:18Z)
Diffusion Models for Image Restoration and Enhancement -- A Comprehensive Survey [96.99328714941657]
本稿では,近年の拡散モデルに基づく画像復元手法について概観する。我々は、赤外線とブラインド/現実世界の両方で拡散モデルを用いて、革新的なデザインを分類し、強調する。本稿では,拡散モデルに基づくIRの今後の研究に向けた5つの可能性と課題を提案する。
論文参考訳（メタデータ） (2023-08-18T08:40:38Z)
Exploring CNN-based models for image's aesthetic score prediction with using ensemble [3.8073142980733]
我々は,CNNアーキテクチャの異なる2種類の自動画像美学評価モデルを構築する枠組みを提案した。画像に対するモデルの注意領域を抽出し、画像中の被写体との整合性を分析する。 XiHeAAデータセットでトレーニングされたAS分類モデルは、潜在的な写真原理を学習しているように見えるが、美学を習得しているとは言えない。
論文参考訳（メタデータ） (2022-10-11T03:23:07Z)
Knowledge-Aware Bayesian Deep Topic Model [50.58975785318575]
本稿では,事前知識を階層型トピックモデリングに組み込むベイズ生成モデルを提案する。提案モデルでは,事前知識を効率的に統合し,階層的なトピック発見と文書表現の両面を改善する。
論文参考訳（メタデータ） (2022-09-20T09:16:05Z)
Modelling Art Interpretation and Meaning. A Data Model for Describing Iconology and Iconography [0.0]
イコノロジー(Iconology)は、美術史の分野の一つで、芸術の社会的・文化的背景に関する意味を研究する。いくつかの学際的な研究分野は、イコノロジーに近い理論的な枠組みを利用して、データサイエンスの手法で定量的アートヒストリーを追求している。イコノグラフィー研究は近年Webで取り上げられているが、イコノロギー研究に関連する側面の完全な記述はいまだに欠落している。
論文参考訳（メタデータ） (2021-06-23T14:37:58Z)
Introducing Syntactic Structures into Target Opinion Word Extraction with Deep Learning [89.64620296557177]
目的語抽出のためのディープラーニングモデルに文の構文構造を組み込むことを提案する。また,ディープラーニングモデルの性能向上のために,新たな正規化手法を導入する。提案モデルは,4つのベンチマークデータセット上での最先端性能を広範囲に解析し,達成する。
論文参考訳（メタデータ） (2020-10-26T07:13:17Z)
A Diagnostic Study of Explainability Techniques for Text Classification [52.879658637466605]
既存の説明可能性技術を評価するための診断特性のリストを作成する。そこで本研究では, モデルの性能と有理性との整合性の関係を明らかにするために, 説明可能性手法によって割り当てられた有理性スコアと有理性入力領域の人間のアノテーションを比較した。
論文参考訳（メタデータ） (2020-09-25T12:01:53Z)

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。