Fugu-MT 論文翻訳(概要): Curating art exhibitions using machine learning

論文の概要: Curating art exhibitions using machine learning

arxiv url: http://arxiv.org/abs/2506.19813v2
Date: Sun, 05 Oct 2025 15:50:18 GMT
ステータス: 翻訳完了
システム内更新日: 2025-10-07 14:28:10.250572
Title: Curating art exhibitions using machine learning
Title（参考訳）: 機械学習を用いた展覧会のキュレーション
Authors: Eurico Covas,
Abstract要約: 本稿では,機械学習技術に基づく一連の人工モデルを提案する。モデルは、人間の専門家によってキュレーションされた既存の展示から学ぼうとします。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Here we present a series of artificial models - a total of four related models - based on machine learning techniques that attempt to learn from existing exhibitions which have been curated by human experts, in order to be able to do similar curatorship work. Out of our four artificial intelligence models, three achieve a reasonable ability at imitating these various curators responsible for all those exhibitions, with various degrees of precision and curatorial coherence. In particular, we can conclude two key insights: first, that there is sufficient information in these exhibitions to construct an artificial intelligence model that replicates past exhibitions with an accuracy well above random choices; and second, that using feature engineering and carefully designing the architecture of modest size models can make them almost as good as those using the so-called large language models such as GPT in a brute force approach.
Abstract（参考訳）: ここでは、人間の専門家によってキュレーションされた既存の展示から学習しようとする機械学習技術に基づいて、一連の人工モデル(合計4つの関連するモデル)を提示する。我々の4つの人工知能モデルのうち、3つは、これらの展示に責任がある様々なキュレーターを、様々な精度とカリキュラムのコヒーレンスで模倣する合理的な能力を達成する。特に、これらの展示には、ランダムな選択よりもはるかに高い精度で過去の展示を再現する人工知能モデルを構築するのに十分な情報があると結論付けることができる。

関連論文リスト

ArtistAuditor: Auditing Artist Style Pirate in Text-to-Image Generation Models [61.55816738318699]
本稿では,テキスト・画像生成モデルにおける新しいデータ利用監査手法を提案する。 ArtistAuditorは、多彩なスタイルの表現を得るためにスタイル抽出器を使用し、アートワークをアーティストのスタイルのサンプリングとして扱う。 6つのモデルとデータセットの組み合わせによる実験結果は、ArtistAuditorが高いAUC値を達成可能であることを示している。
論文参考訳（メタデータ） (2025-04-17T16:15:38Z)
Context-aware Multimodal AI Reveals Hidden Pathways in Five Centuries of Art Evolution [1.8435193934665342]
最先端の生成AI、特に安定拡散を使って、500年の西洋絵画を分析します。以上の結果から,形式的要素よりも芸術的期間,様式,個人芸術家の文脈的情報の違いが明らかとなった。我々の生成実験は、将来的な文脈を歴史的美術品に浸透させ、美術品の進化軌道を再現することに成功している。
論文参考訳（メタデータ） (2025-03-15T10:45:04Z)
A Critical Assessment of Modern Generative Models' Ability to Replicate Artistic Styles [0.0]
本稿では,現代生成モデルのスタイル再現能力を批判的に評価する。これらのモデルは,構造的整合性と構成的バランスを維持しつつ,従来の芸術様式をいかに効果的に再現するかを検討する。この分析は、過去の芸術スタイルを模倣したAI生成作品の大規模なデータセットに基づいている。
論文参考訳（メタデータ） (2025-02-21T07:00:06Z)
PATCH: a deep learning method to assess heterogeneity of artistic practice in historical paintings [0.0]
ルネサンス期と近世の絵画は、主に見習いの工房を監督する師匠によって制作された。異なるワークショップがどのように管理され、どのようにアートワークが作られたかは明らかになっていない。
論文参考訳（メタデータ） (2025-02-04T01:05:12Z)
Understanding the World's Museums through Vision-Language Reasoning [49.976422699906706]
博物館は、様々なエポック、文明、地域にまたがる文化遺産や歴史的遺物の重要な保管物として機能している。我々は、世界中の展示のために、標準的な博物館カタログフォーマットで65万枚の画像と2億枚の質問回答ペアの大規模なデータセットを収集し、キュレートする。 BLIPモデルと視覚言語対応の埋め込みを持つが、大きな言語モデルの表現力に欠ける2つのVLMと、視覚言語推論能力に富んだ強力な命令チューニング LLaVA モデルを訓練する。
論文参考訳（メタデータ） (2024-12-02T10:54:31Z)
Opt-In Art: Learning Art Styles Only from Few Examples [50.60063523054282]
ごく少数の例を考慮すれば,絵画を使わずに訓練されたモデルを芸術的なスタイルに適応させることが可能であることを示す。意外なことに, 芸術的データに事前に触れることなく, 高品質な芸術的アウトプットを達成できることが示唆された。
論文参考訳（メタデータ） (2024-11-29T18:59:01Z)
Diffusion-Based Visual Art Creation: A Survey and New Perspectives [51.522935314070416]
本調査は,拡散に基づく視覚芸術創造の新たな領域を探求し,その発展を芸術的,技術的両面から検討する。本研究は,芸術的要件が技術的課題にどのように変換されるかを明らかにし,視覚芸術創造における拡散法の設計と応用を強調した。我々は、AIシステムが芸術的知覚と創造性において人間の能力をエミュレートし、潜在的に増強するメカニズムに光を当てることを目指している。
論文参考訳（メタデータ） (2024-08-22T04:49:50Z)
GalleryGPT: Analyzing Paintings with Large Multimodal Models [64.98398357569765]
美術品の分析は、個人の審美性を豊かにし、批判的思考能力を促進することができる芸術鑑賞のための重要かつ基本的な技術である。アートワークを自動解析する以前の作業は、主に分類、検索、その他の単純なタスクに焦点を当てており、AIの目標とは程遠い。 LLaVAアーキテクチャに基づいて微調整されたGalleryGPTと呼ばれる,絵画解析のための優れた大規模マルチモーダルモデルを提案する。
論文参考訳（メタデータ） (2024-08-01T11:52:56Z)
State of the Art on Diffusion Models for Visual Computing [191.6168813012954]
本稿では,拡散モデルの基本数学的概念,実装の詳細,および一般的な安定拡散モデルの設計選択を紹介する。また,拡散に基づく生成と編集に関する文献の急速な発展を概観する。利用可能なデータセット、メトリクス、オープンな課題、社会的意味について議論する。
論文参考訳（メタデータ） (2023-10-11T05:32:29Z)
ArtGPT-4: Towards Artistic-understanding Large Vision-Language Models with Enhanced Adapter [19.830089364830066]
ArtGPT-4は、芸術的理解における既存のモデルの限界に対処するために設計された大きな視覚言語モデルである。芸術的理解で画像を描画し、それらが刺激する感情を伝え、人間の解釈を反映する。
論文参考訳（メタデータ） (2023-05-12T14:04:30Z)
Towards mapping the contemporary art world with ArtLM: an art-specific NLP model [0.0]
本報告では, 現代美術家間の相互関係を明らかにするために, 総合自然言語処理フレームワーク(ArtLM)を提案する。広範囲な実験により, 85.6%の精度と84.0%のF1スコアが得られた。また,ArtLMの出力から構築したアーティストネットワークの可視化と定性解析も提供する。
論文参考訳（メタデータ） (2022-12-14T09:26:07Z)
Semi-supervised Human Pose Estimation in Art-historical Images [9.633949256082763]
アート言語画像における人間のポーズを推定する新しい手法を提案する。我々の手法は、事前訓練されたモデルやスタイル転送を使用する方法よりも、はるかに優れた結果が得られる。
論文参考訳（メタデータ） (2022-07-06T21:20:58Z)

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。