論文の概要: Reimagining Personal Data: Unlocking the Potential of AI-Generated Images in Personal Data Meaning-Making

• arxiv url: http://arxiv.org/abs/2502.18853v1
• Date: Wed, 26 Feb 2025 05:50:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-27 14:56:44.692570
• Title: Reimagining Personal Data: Unlocking the Potential of AI-Generated Images in Personal Data Meaning-Making
• Title（参考訳）: パーソナルデータの再考 : パーソナルデータ意味作りにおけるAI生成画像の可能性の解き放つ
• Authors: Soobin Park, Hankyung Kim, Youn-kyung Lim,
• Abstract要約: 画像生成AIは、個人データを代替の視覚形式に変換する新しい機会を提供する。 本稿では、個人データへの有意義なエンゲージメントを促進するためのAI生成画像の可能性について説明する。
• 参考スコア（独自算出の注目度）: 7.8651914932018405
• License:
• Abstract: Image-generative AI provides new opportunities to transform personal data into alternative visual forms. In this paper, we illustrate the potential of AI-generated images in facilitating meaningful engagement with personal data. In a formative autobiographical design study, we explored the design and use of AI-generated images derived from personal data. Informed by this study, we designed a web-based application as a probe that represents personal data through generative images utilizing Open AI's GPT-4 model and DALL-E 3. We then conducted a 21-day diary study and interviews using the probe with 16 participants to investigate users' in-depth experiences with images generated by AI in everyday lives. Our findings reveal new qualities of experiences in users' engagement with data, highlighting how participants constructed personal meaning from their data through imagination and speculation on AI-generated images. We conclude by discussing the potential and concerns of leveraging image-generative AI for personal data meaning-making.
• Abstract（参考訳）: 画像生成AIは、個人データを代替の視覚形式に変換する新しい機会を提供する。 本稿では、個人データへの有意義なエンゲージメントを促進するためのAI生成画像の可能性について説明する。 本研究では,個人データから生成したAI生成画像の設計と利用について考察した。 本研究では,Open AI の GPT-4 モデルと DALL-E 3 を用いた生成画像を用いて,個人データを表すプローブとして Web ベースのアプリケーションを設計した。 次に16名を対象に21日間の日誌調査とインタビューを行い,AIが生み出した画像によるユーザの深い体験を日常的に調査した。 この結果から,AI生成画像の想像と憶測を通じて,参加者がデータから個人的意味を構築する方法が明らかになった。 我々は、画像生成AIを個人データの意味決定に活用する可能性と懸念について論じる。

関連論文リスト

• Personalized Representation from Personalized Generation [36.848215621708235]
  我々は、パーソナライズされた合成データを用いてパーソナライズされた表現を学習するという課題を定式化する。 提案手法は,多様な下流タスクに対するパーソナライズされた表現学習を改善する。
  論文  参考訳（メタデータ） (2024-12-20T18:59:03Z)
• AI-generated Image Quality Assessment in Visual Communication [72.11144790293086]
  AIGI-VCは、視覚コミュニケーションにおけるAI生成画像の品質評価データベースである。 データセットは、14の広告トピックと8つの感情タイプにまたがる2500のイメージで構成されている。 粗い人間の嗜好アノテーションときめ細かい嗜好記述を提供し、選好予測、解釈、推論におけるIQAメソッドの能力をベンチマークする。
  論文  参考訳（メタデータ） (2024-12-20T08:47:07Z)
• The Adversarial AI-Art: Understanding, Generation, Detection, and Benchmarking [47.08666835021915]
  本稿では,AI生成画像(AI-art)を敵のシナリオで理解し,検出するための体系的な試みを提案する。 ARIAという名前のデータセットには、アートワーク(絵画)、ソーシャルメディアイメージ、ニュース写真、災害シーン、アニメ画像の5つのカテゴリに140万以上の画像が含まれている。
  論文  参考訳（メタデータ） (2024-04-22T21:00:13Z)
• Is my Data in your AI Model? Membership Inference Test with Application to Face Images [18.402616111394842]
  この記事では、AI/MLモデルのトレーニング中に与えられたデータが使用されているかどうかを経験的に評価することを目的とした新しいアプローチである、メンバシップ推論テスト(MINT)を紹介します。 本稿では,学習過程に使用されるデータに監査モデルが露出した場合に現れるアクティベーションパターンを学習するための2つのMINTアーキテクチャを提案する。 実験は6つの公開データベースを使って行われ、合計で2200万以上の顔画像で構成されている。
  論文  参考訳（メタデータ） (2024-02-14T15:09:01Z)
• Invisible Relevance Bias: Text-Image Retrieval Models Prefer AI-Generated Images [67.18010640829682]
  我々は,AI生成画像がテキスト画像検索モデルに目に見えない関連性バイアスをもたらすことを示す。 検索モデルのトレーニングデータにAI生成画像を含めると、目に見えない関連性バイアスが増す。 本研究では,目に見えない関連バイアスを軽減するための効果的なトレーニング手法を提案する。
  論文  参考訳（メタデータ） (2023-11-23T16:22:58Z)
• AI-Generated Images as Data Source: The Dawn of Synthetic Era [61.879821573066216]
  生成AIは、現実世界の写真によく似た合成画像を作成する可能性を解き放った。 本稿では、これらのAI生成画像を新しいデータソースとして活用するという革新的な概念を探求する。 実際のデータとは対照的に、AI生成データには、未整合のアブリダンスやスケーラビリティなど、大きなメリットがある。
  論文  参考訳（メタデータ） (2023-10-03T06:55:19Z)
• Understanding Place Identity with Generative AI [2.1441748927508506]
  生成可能なAIモデルは、それらを識別可能な都市全体のイメージをキャプチャする可能性がある。 この研究は、構築された環境の人間の知覚を理解するために、生成的AIの能力を探求する最初の試みの一つである。
  論文  参考訳（メタデータ） (2023-06-07T02:32:45Z)
• Seeing is not always believing: Benchmarking Human and Model Perception of AI-Generated Images [66.20578637253831]
  人工知能(AI)技術の進歩が偽写真を生み出すのではないかという懸念が高まっている。 本研究の目的は、最先端のAI生成視覚コンテンツを識別するためのエージェントを包括的に評価することである。
  論文  参考訳（メタデータ） (2023-04-25T17:51:59Z)
• Why is AI not a Panacea for Data Workers? An Interview Study on Human-AI Collaboration in Data Storytelling [59.08591308749448]
  業界と学界の18人のデータワーカーにインタビューして、AIとのコラボレーションの場所と方法を聞いた。 驚いたことに、参加者はAIとのコラボレーションに興奮を見せたが、彼らの多くは反感を表明し、曖昧な理由を指摘した。
  論文  参考訳（メタデータ） (2023-04-17T15:30:05Z)

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。