Fugu-MT 論文翻訳(概要): Neural Style Transfer for Synthesising a Dataset of Ancient Egyptian Hieroglyphs

論文の概要: Neural Style Transfer for Synthesising a Dataset of Ancient Egyptian Hieroglyphs

arxiv url: http://arxiv.org/abs/2504.02163v1
Date: Wed, 02 Apr 2025 22:30:45 GMT
ステータス: 翻訳完了
システム内更新日: 2025-04-04 12:58:27.084597
Title: Neural Style Transfer for Synthesising a Dataset of Ancient Egyptian Hieroglyphs
Title（参考訳）: 古代エジプトのヒエログリフのデータセット合成のためのニューラルスタイル転送
Authors: Lewis Matheson Creed,
Abstract要約: 本稿では,NSTをデジタル書体に適用することにより,古代エジプトのヒエログリフのデータセットを生成する新しい手法を提案する。実験結果から,NST生成例と写真に基づいて訓練した画像分類モデルが,実際のヒエログリフ画像と同等の性能と転写性を示した。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: The limited availability of training data for low-resource languages makes applying machine learning techniques challenging. Ancient Egyptian is one such language with few resources. However, innovative applications of data augmentation methods, such as Neural Style Transfer, could overcome these barriers. This paper presents a novel method for generating datasets of ancient Egyptian hieroglyphs by applying NST to a digital typeface. Experimental results found that image classification models trained on NST-generated examples and photographs demonstrate equal performance and transferability to real unseen images of hieroglyphs.
Abstract（参考訳）: 低リソース言語のためのトレーニングデータの可用性が制限されているため、機械学習技術の適用は困難である。古代エジプト語は資源の少ない言語である。しかし、Neural Style Transferのようなデータ拡張手法の革新的な応用は、これらの障壁を克服する可能性がある。本稿では,NSTをデジタル書体に適用することにより,古代エジプトのヒエログリフのデータセットを生成する新しい手法を提案する。実験結果から,NST生成例と写真に基づいて訓練した画像分類モデルが,実際のヒエログリフ画像と同等の性能と転写性を示した。

関連論文リスト

Few-shot Calligraphy Style Learning [0.0]
プレシディフスション(Presidifussion)は、周大統領の独自の書風を習得し、複製する新しいアプローチである。フォント画像条件付けとストローク情報条件付けの革新的手法を導入し,漢字の複雑な構造要素を抽出する。本研究は,書道芸術のデジタル保存におけるブレークスルーを示すだけでなく,文化遺産デジタル化分野におけるデータ効率生成モデリングの新たな標準となる。
論文参考訳（メタデータ） (2024-04-26T07:17:09Z)
TPPoet: Transformer-Based Persian Poem Generation using Minimal Data and Advanced Decoding Techniques [0.9831489366502302]
我々は,ペルシャの古典詩生成モデルを,事前学習のない特別なデータセット上でトランスフォーマーアーキテクチャを用いて訓練する。生成された詩のコヒーレンスと意味性を高めるための新しい復号法を提案する。トレーニング手法と提案手法の結果は,総合的な自動評価と人的評価によって評価される。
論文参考訳（メタデータ） (2023-12-04T18:52:26Z)
Deep Aramaic: Towards a Synthetic Data Paradigm Enabling Machine Learning in Epigraphy [6.281814525187968]
我々の研究は、古アラマ文字に合わせて合成訓練データを生成する革新的な手法を開拓した。我々のパイプラインは、写真リアリスティックなアラマ文字の碑文を合成し、テクスチュラルな特徴、照明、損傷、拡張を取り入れている。この包括的なコーパスは、高度に劣化したアラマ文字を分類するために残留ニューラルネットワーク(ResNet)をトレーニングするための堅牢なデータ量を提供する。
論文参考訳（メタデータ） (2023-10-11T08:47:29Z)
GlyphDiffusion: Text Generation as Image Generation [100.98428068214736]
テキスト誘導画像生成によるテキスト生成のための新しい拡散手法であるGlyphDiffusionを提案する。私たちのキーとなるアイデアは、ターゲットのテキストを視覚言語コンテンツを含むグリフイメージとしてレンダリングすることです。また,本モデルでは,近年の拡散モデルよりも大幅に改善されている。
論文参考訳（メタデータ） (2023-04-25T02:14:44Z)
Parents and Children: Distinguishing Multimodal DeepFakes from Natural Images [60.34381768479834]
近年の拡散モデルの発展により、自然言語のテキストプロンプトから現実的なディープフェイクの生成が可能になった。我々は、最先端拡散モデルにより生成されたディープフェイク検出に関する体系的研究を開拓した。
論文参考訳（メタデータ） (2023-04-02T10:25:09Z)
AGTGAN: Unpaired Image Translation for Photographic Ancient Character Generation [27.77329906930072]
本稿では,AGTGAN と呼ばれる非教師付き生成敵ネットワークを提案する。グローバルなグリフ形状と局所的なグリフ形状のモデリングにより,多様なグリフと現実的なテクスチャを持つキャラクタを生成することができる。得られた画像から,最大写真オラクル骨キャラクタデータセットを用いた実験により,分類精度を最大16.34%向上させることができた。
論文参考訳（メタデータ） (2023-03-13T11:18:41Z)
Lafite2: Few-shot Text-to-Image Generation [132.14211027057766]
本稿では,画像のみのデータセットを用いたテキスト・画像生成モデルの事前学習手法を提案する。擬似テキスト特徴を合成する検索テーマ最適化手法を検討する。これは、数ショット、半教師あり、完全に教師された学習など、幅広い設定で有益である。
論文参考訳（メタデータ） (2022-10-25T16:22:23Z)
One-shot Compositional Data Generation for Low Resource Handwritten Text Recognition [10.473427493876422]
低リソース手書きテキスト認識は、わずかな注釈付きデータと非常に限られた言語情報のために難しい問題です。本稿では,ベイズプログラム学習に基づくデータ生成手法を用いてこの問題に対処する。大量の注釈付き画像を必要とする従来型の手法とは対照的に,各記号のサンプルを1つだけ,所望のアルファベットから生成することが可能である。
論文参考訳（メタデータ） (2021-05-11T18:53:01Z)
Word Shape Matters: Robust Machine Translation with Visual Embedding [78.96234298075389]
文字レベルNLPモデルの入力シンボルを新たに符号化する。文字が印刷されたときの画像を通して各文字の形状をエンコードする。我々はこの新たな戦略を視覚的埋め込みと呼び、NLPモデルの堅牢性を向上させることが期待されている。
論文参考訳（メタデータ） (2020-10-20T04:08:03Z)
On Long-Tailed Phenomena in Neural Machine Translation [50.65273145888896]
最先端のニューラルネットワーク翻訳(NMT)モデルは、低周波トークンの生成に苦労する。条件付きテキスト生成における構造的依存関係にモデルトレーニングを適応させるために,新たな損失関数である反焦点損失を提案する。提案手法は,複数の機械翻訳(MT)データセットに対して有効であり,クロスエントロピーよりも顕著に向上することを示す。
論文参考訳（メタデータ） (2020-10-10T07:00:57Z)
Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer [64.22926988297685]
下流タスクで微調整される前に、まずデータリッチタスクでモデルが事前訓練されるトランスファーラーニングは、自然言語処理(NLP)において強力な手法として登場した。本稿では,すべてのテキストベースの言語問題をテキスト・トゥ・テキスト・フォーマットに変換する統一フレームワークにより,NLPのためのトランスファー学習手法を導入する状況について検討する。
論文参考訳（メタデータ） (2019-10-23T17:37:36Z)

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。