Fugu-MT 論文翻訳(概要): Composition: Building Community with Arts, Math, and Code (Experience Report)

論文の概要: Composition: Building Community with Arts, Math, and Code (Experience Report)

arxiv url: http://arxiv.org/abs/2606.23526v1
Date: Mon, 22 Jun 2026 16:09:08 GMT
ステータス: 翻訳完了
システム内更新日: 2026-06-24 18:28:43.852933
Title: Composition: Building Community with Arts, Math, and Code (Experience Report)
Title（参考訳）: 構成:芸術・数学・コードによるコミュニティの構築(実験報告)
Authors: Isidore Mohr, Claire Wang,
Abstract要約: コンポジションは、芸術、数学、コードに関する無料のイベントシリーズである。本経験報告では,コンポジションのイベント構造,アーティストの選択プロセス,応募のアウトリーチ活動,イベントプロモーション,コミュニティ対応について述べる。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Composition (https://composition.codes) is a free event series on art, mathematics, and code. This experience report covers Composition's event structure, artist selection process, outreach efforts for submissions and event promotion, and the community response.
Abstract（参考訳）: composition (https://composition.codes) は、芸術、数学、コードに関する無料のイベントシリーズである。本経験報告では,コンポジションのイベント構造,アーティストの選択プロセス,応募のアウトリーチ活動,イベントプロモーション,コミュニティ対応について述べる。

関連論文リスト

Advancing Aesthetic Image Generation via Composition Transfer [57.624601729777986]
Composerは、意味に依存しない方法で構成をモデル化するように設計されたフレームワークである。参照画像からキー合成認識表現を抽出することにより、合成転送をサポートする。また、大規模視覚言語モデルのコンテキスト内学習機能を活用することで、テーマ駆動型合成検索もサポートする。
論文参考訳（メタデータ） (2026-05-06T07:56:16Z)
CtD: Composition through Decomposition in Emergent Communication [50.742602755320654]
本研究は, 人工神経エージェントが合成一般化を利用して, 未確認画像を記述する方法を示す。我々は、余分なトレーニングを必要とせずに、Composeのステップでの一般化がゼロショットで達成されるケースを観察する。
論文参考訳（メタデータ） (2026-01-15T08:17:26Z)
Structured Graph Representations for Visual Narrative Reasoning: A Hierarchical Framework for Comics [1.320904960556043]
本稿では,漫画に焦点をあて,視覚的物語の構造的理解のための階層的知識グラフフレームワークを提案する。それは、意味的、空間的、時間的関係をキャプチャする統合知識グラフを通してそれらを表現する。パネルレベルでは、文字、オブジェクト、アクションなどの視覚要素と、対話やキャプションを含む対応するテキストコンポーネントをリンクするマルチモーダルグラフを構築する。
論文参考訳（メタデータ） (2025-04-14T14:42:19Z)
Bridging Textual-Collaborative Gap through Semantic Codes for Sequential Recommendation [91.13055384151897]
CCFRecは、シーケンシャルレコメンデーションのための新しいコードベースのテキストおよび協調的セマンティックフュージョン法である。ベクトル量子化手法を用いて,多視点テキスト埋め込みから細粒度セマンティックコードを生成する。テキスト・コラボレーティブ・セマンティクスの融合をさらに促進するために,最適化戦略を導入する。
論文参考訳（メタデータ） (2025-03-15T15:54:44Z)
ICDAR 2023 Competition on Hierarchical Text Detection and Recognition [60.68100769639923]
このコンペティションは、テキストの検出と認識を共同で行うディープラーニングモデルとシステムの研究を促進することを目的としている。提案するコンペティション組織の詳細について,タスク,データセット,評価,スケジュールなどを紹介する。大会期間中(2023年1月2日から2023年4月1日まで)、20チーム以上から少なくとも50人が提案された2つのタスクで応募された。
論文参考訳（メタデータ） (2023-05-16T18:56:12Z)
Rich Event Modeling for Script Event Prediction [60.67635412135682]
スクリプトイベント予測のためのリッチイベント予測(REP)フレームワークを提案する。 REPは、テキストからそのような情報を抽出するイベント抽出器を含む。予測器の中核となるコンポーネントは、任意の数の引数を柔軟に扱う変換器ベースのイベントエンコーダである。
論文参考訳（メタデータ） (2022-12-16T05:17:59Z)
ComCLIP: Training-Free Compositional Image and Text Matching [19.373706257771673]
コントラスト言語-画像事前訓練は画像とテキストのマッチングに優れたゼロショット性能を示した。我々は新しいtextbftextittraining-free compositional CLIP model (ComCLIP) を提案する。 ComCLIPは、入力された画像を被写体、オブジェクト、アクションのサブイメージに切り離し、CLIPのビジョンエンコーダとテキストエンコーダを構成して、合成テキスト埋め込みとサブイメージ埋め込みに対する進化的なマッチングを実行する。
論文参考訳（メタデータ） (2022-11-25T01:37:48Z)
ICDM 2020 Knowledge Graph Contest: Consumer Event-Cause Extraction [32.98854942549533]
イベント原因抽出タスクを再考するために、新しい視点を導入する。イベントタイプとイベント原因を別々に抽出する代わりに,新しいシーケンスタグフレームワークを提案する。私たちのチームは第1ステージのリーダーボードで1位、最終ステージのリーダーボードで3位を獲得しました。
論文参考訳（メタデータ） (2021-10-28T09:08:35Z)
Art Speaks Maths, Maths Speaks Art [53.473846742702854]
文化遺産における応用数学(MACH)は,芸術と人文科学の利益のために数学研究を活用することを目的としている。究極のゴールは、アーティスト、美術保守家、考古学者のためのユーザーフレンドリーなソフトウェアツールキットを作ることです。
論文参考訳（メタデータ） (2020-07-17T10:24:23Z)

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。