Fugu-MT 論文翻訳(概要): Handloom Design Generation Using Generative Networks

論文の概要: Handloom Design Generation Using Generative Networks

arxiv url: http://arxiv.org/abs/2505.14330v1
Date: Tue, 20 May 2025 13:16:55 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-21 14:49:53.250333
Title: Handloom Design Generation Using Generative Networks
Title（参考訳）: 生成ネットワークを用いたハンドローム設計生成
Authors: Rajat Kanti Bhattacharjee, Meghali Nandi, Amrit Jha, Gunajit Kalita, Ferdous Ahmed Barbhuiya,
Abstract要約: 本論文は,ハンドローム織物に焦点をあてた衣服デザインの深層学習手法を提案する。芸術的デザインを理解し、それらを合成する生成ニューラルネットワークモデルの能力はまだよく研究されていない。
参考スコア（独自算出の注目度）: 0.8411424745913134
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper proposes deep learning techniques of generating designs for clothing, focused on handloom fabric and discusses the associated challenges along with its application. The capability of generative neural network models in understanding artistic designs and synthesizing those is not yet explored well. In this work, multiple methods are employed incorporating the current state of the art generative models and style transfer algorithms to study and observe their performance for the task. The results are then evaluated through user score. This work also provides a new dataset NeuralLoom for the task of the design generation.
Abstract（参考訳）: 本稿では,着物デザインの深層学習手法を提案する。芸術的デザインを理解し、それらを合成する生成ニューラルネットワークモデルの能力はまだよく研究されていない。本研究では,現在最先端の生成モデルとスタイル伝達アルゴリズムを取り入れた複数の手法を用いて,タスクの性能を研究・観察する。結果はユーザスコアで評価される。この作業はまた、デザイン生成のタスクのための新しいデータセットであるNeuralLoomも提供する。

関連論文リスト

Towards Scalable and Versatile Weight Space Learning [51.78426981947659]
本稿では,重み空間学習におけるSANEアプローチを紹介する。ニューラルネットワーク重みのサブセットの逐次処理に向けて,超表現の概念を拡張した。
論文参考訳（メタデータ） (2024-06-14T13:12:07Z)
Geometric Deep Learning for Computer-Aided Design: A Survey [85.79012726689511]
本調査では,コンピュータ支援設計における学習手法の概要について概観する。類似性解析と検索、2Dおよび3DCADモデル合成、点雲からのCAD生成を含む。ベンチマークデータセットとその特性の完全なリストと、この領域の研究を推進しているオープンソースコードを提供する。
論文参考訳（メタデータ） (2024-02-27T17:11:35Z)
Human Machine Co-Creation. A Complementary Cognitive Approach to Creative Character Design Process Using GANs [0.0]
2つのニューラルネットワークが競合し、元のデータセットと区別できない新しい視覚コンテンツを生成する。提案するアプローチは、知覚、理解、作成のプロセスを伝えることを目的としている。マシンが生成した概念は、キャラクターデザイナーが新しいキャラクターを概念化するためのローンチプラットフォームとして使用される。
論文参考訳（メタデータ） (2023-11-23T12:18:39Z)
Diffusion idea exploration for art generation [0.10152838128195467]
拡散モデルは最近、クロスモーダルデータを用いた画像生成タスクにおいて、他の生成モデルよりも優れています。このタスクの新たな画像生成の初期実験は、有望な質的結果を示した。
論文参考訳（メタデータ） (2023-07-11T02:35:26Z)
Augmenting Character Designers Creativity Using Generative Adversarial Networks [0.0]
GAN(Generative Adversarial Networks)は、さまざまな分野の研究者の注目を集めている。しかし、近年のGANはリアリズムに重点を置いているが、超現実的な出力を生成することはいくつかの領域にとって優先事項ではない。本稿では,異なるGANアーキテクチャと,新しいビジュアルキャラクタデータセットをスクラッチからトレーニングした場合のパフォーマンスを比較した。また、転送学習やデータ拡張といった代替手法も検討し、計算資源の制限を克服する。
論文参考訳（メタデータ） (2023-05-28T10:52:03Z)
Investigating GANsformer: A Replication Study of a State-of-the-Art Image Generation Model [0.0]
我々は、オリジナルのGANネットワークであるGANformerの新たなバリエーションを再現し、評価する。リソースと時間制限のため、ネットワークのトレーニング時間、データセットタイプ、サイズを制限しなければなりませんでした。
論文参考訳（メタデータ） (2023-03-15T12:51:16Z)
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)
Detecting Visual Design Principles in Art and Architecture through Deep Convolutional Neural Networks [0.0]
本研究の目的は、異なるドメインに対する設計原則を認識し、分類するニューラルネットワークモデルである。提案したモデルは,その基盤となる共有パターンをキャプチャして,原設計の無数の知識から学習する。
論文参考訳（メタデータ） (2021-08-09T14:00:17Z)
Dynamically Grown Generative Adversarial Networks [111.43128389995341]
本稿では、ネットワークアーキテクチャとそのパラメータを自動化とともに最適化し、トレーニング中にGANを動的に成長させる手法を提案する。本手法はアーキテクチャ探索手法を勾配に基づく訓練とインターリーブステップとして組み込んで,ジェネレータと識別器の最適アーキテクチャ成長戦略を定期的に探究する。
論文参考訳（メタデータ） (2021-06-16T01:25:51Z)
SketchEmbedNet: Learning Novel Concepts by Imitating Drawings [125.45799722437478]
モデルを用いて画像のスケッチを作成することによって学習した画像表現の特性について検討する。この生成型クラスに依存しないモデルでは,新規な例,クラス,さらには新規なデータセットからの画像の情報埋め込みが,数ショットで生成されることが示されている。
論文参考訳（メタデータ） (2020-08-27T16:43:28Z)

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。