Fugu-MT 論文翻訳(概要): A deep learning perspective on Rubens' attribution

論文の概要: A deep learning perspective on Rubens' attribution

arxiv url: http://arxiv.org/abs/2511.22667v1
Date: Thu, 27 Nov 2025 18:01:24 GMT
ステータス: 翻訳完了
システム内更新日: 2025-12-01 19:47:55.672734
Title: A deep learning perspective on Rubens' attribution
Title（参考訳）: ルーベンスの帰属に関する深層学習の視点
Authors: A. Afifi, A. Kalimullin, S. Korchagin, I. Kudryashov,
Abstract要約: 畳み込みニューラルネットワークは、検証された、比較されたアートワークのデータセットに基づいて訓練され、マスターの手の特徴となるマイクロレベルのスタイルの特徴を識別した。このモデルは高い分類精度を達成し、伝統的な美術史の専門知識を補完する計算分析の可能性を示した。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This study explores the use of deep learning for the authentication and attribution of paintings, focusing on the complex case of Peter Paul Rubens and his workshop. A convolutional neural network was trained on a curated dataset of verified and comparative artworks to identify micro-level stylistic features characteristic of the master s hand. The model achieved high classification accuracy and demonstrated the potential of computational analysis to complement traditional art historical expertise, offering new insights into authorship and workshop collaboration.
Abstract（参考訳）: 本研究は, ピーター・ポール・ルーベンスとそのワークショップの複雑な事例に着目し, 絵画の認証と属性の深層学習の利用について検討する。畳み込みニューラルネットワークは、マスターの手に特徴的なマイクロレベルのスタイリスティックな特徴を特定するために、検証済みおよび比較済みのアートワークのキュレートされたデータセットに基づいて訓練された。このモデルは高い分類精度を達成し、伝統的な美術史の専門知識を補完する計算分析の可能性を示し、著者とワークショップのコラボレーションに関する新たな洞察を提供した。

関連論文リスト

Palmistry-Informed Feature Extraction and Analysis using Machine Learning [0.0]
本稿では,機械学習技術を用いた手のひら特徴の自動解析について検討する。本稿では,主線構造,テクスチャ,形状計測などのヤシ画像から重要な特徴を抽出するコンピュータビジョンパイプラインを提案する。これらの特徴は、注釈付きヤシ画像から算出された新しいデータセット上で予測モデルをトレーニングするために使用される。
論文参考訳（メタデータ） (2025-09-02T12:17:03Z)
Advanced Deep Learning Approaches for Automated Recognition of Cuneiform Symbols [0.3749861135832073]
5つの異なるディープラーニングモデルが、キュニフォーム文字の包括的データセットに基づいて訓練された。 2つのモデルが優れた性能を示し、その後、ハンムラビ法取得のキュニフォームシンボルを用いて評価された。各モデルは、記号の関連するアッカディアンの意味を効果的に認識し、正確な英訳を提供した。
論文参考訳（メタデータ） (2025-05-07T12:05:23Z)
Deep Learning Through A Telescoping Lens: A Simple Model Provides Empirical Insights On Grokking, Gradient Boosting & Beyond [61.18736646013446]
その驚くべき振る舞いをより深く理解するために、トレーニングされたニューラルネットワークの単純かつ正確なモデルの有用性について検討する。 3つのケーススタディで、様々な顕著な現象に関する新しい経験的洞察を導き出すためにどのように適用できるかを説明します。
論文参考訳（メタデータ） (2024-10-31T22:54:34Z)
Deep Model Merging: The Sister of Neural Network Interpretability -- A Survey [4.013324399289249]
モデルマージと損失ランドスケープ解析の実証研究から,ニューラルネットワークのトレーニングと内部表現の出現を規定する現象までを,損失ランドスケープ幾何学のレンズを通して調査する。本研究では,これらの分野の文献から得られた経験的観察を,モデム凸性,決定性,指向性,接続性の4つの主要な特徴について記述した。
論文参考訳（メタデータ） (2024-10-16T18:14:05Z)
Masked Modeling for Self-supervised Representation Learning on Vision and Beyond [69.64364187449773]
仮面モデリングは、トレーニング中に比例的にマスキングされる元のデータの一部を予測する、独特なアプローチとして現れてきた。マスクモデリングにおけるテクニックの詳細については,多様なマスキング戦略,ターゲット回復,ネットワークアーキテクチャなどについて詳述する。我々は、現在の手法の限界について議論し、マスクモデリング研究を進めるためのいくつかの道のりを指摘した。
論文参考訳（メタデータ） (2023-12-31T12:03:21Z)
Synergy of Machine and Deep Learning Models for Multi-Painter Recognition [0.0]
我々は,62名のアーティストを含む絵画認識タスクのための大規模データセットを新たに導入し,良好な結果を得た。 RegNetは、機能をエクスポートする上で、SVMは、最大85%のパフォーマンスを持つ画家に基づいて、イメージの最高の分類を行う。
論文参考訳（メタデータ） (2023-04-28T11:34:53Z)
Persistence-based operators in machine learning [62.997667081978825]
永続性に基づくニューラルネットワークレイヤのクラスを導入します。永続化ベースのレイヤにより、ユーザは、データによって尊重される対称性に関する知識を容易に注入でき、学習可能なウェイトを備え、最先端のニューラルネットワークアーキテクチャで構成できる。
論文参考訳（メタデータ） (2022-12-28T18:03:41Z)
Image Quality Assessment in the Modern Age [53.19271326110551]
本チュートリアルは、画像品質評価(IQA)の基礎的理論、方法論、現状の進歩を聴衆に提供する。まず,視覚刺激を適切に選択する方法に着目し,主観的品質評価手法を再考する。手書きのエンジニアリングと(深い)学習ベースの手法の両方をカバーします。
論文参考訳（メタデータ） (2021-10-19T02:38:46Z)
Learning Purified Feature Representations from Task-irrelevant Labels [18.967445416679624]
本稿では,タスク関連ラベルから抽出したタスク関連機能を利用したPurifiedLearningという新しい学習フレームワークを提案する。本研究は,PurifiedLearningの有効性を実証する,ソリッド理論解析と広範囲な実験に基づいている。
論文参考訳（メタデータ） (2021-02-22T12:50:49Z)
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。