論文の概要: PyPottery: an AI-powered end-to-end suite for pottery processing and publication
- arxiv url: http://arxiv.org/abs/2610.02072v1
- Date: Thu, 01 Oct 2026 17:13:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-03 01:19:24.322706
- Title: PyPottery: an AI-powered end-to-end suite for pottery processing and publication
- Title（参考訳）: PyPottery: 陶器加工と出版のためのAIによるエンドツーエンドスイート
- Abstract要約: 本稿では、完全なセラミックドキュメンテーションパイプラインを半自動化するように設計された、オープンソースのAIベースのスイートであるPyPotteryについて述べる。
このフレームワークは、ユーザビリティスタディの参加者によって確認された相当な時間節約を達成した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The study of ceramic materials constitutes a cornerstone of archaeological research, yet the post-production workflow for pottery documentation remains labor-intensive and creates significant publication bottlenecks. This paper presents PyPottery, an open-source, AI-powered suite designed to semi-automate the complete ceramic documentation pipeline. The suite comprises four integrated modules: PyPotteryScan for automated image extraction and handwriting recognition; PyPotteryInk for automatic inking of pencil drawings; PyPotteryTrace for semantically-aware vectorization; and PyPotteryLayout for automated layout generation. Evaluated on 50 hand-drawn sheets containing 240 pottery drawings from the Terramara di Montale (Italy), the framework achieved substantial time savings confirmed by usability study participants, who reported a median perceived speedup of 40$\times$ over traditional workflows (range: 17.5$\times$--120$\times$). These results highlight the potential of AI-assisted tools in archaeological documentation, while the paper addresses the strategic redistribution of cognitive labor toward augmentation rather than automation.
- Abstract（参考訳）: 陶磁器材料の研究は考古学研究の基盤となっているが、陶磁器文書の製作後のワークフローは労働集約的であり、出版のボトルネックを生じさせている。
本稿では、完全なセラミックドキュメンテーションパイプラインを半自動化するように設計された、オープンソースのAIベースのスイートであるPyPotteryについて述べる。
このスイートは4つの統合モジュールで構成されている: 自動画像抽出と手書き認識のためのPyPotteryScan、鉛筆描画の自動インキングのためのPyPotteryInk、意味的に認識可能なベクトル化のためのPyPotteryTrace、自動レイアウト生成のためのPyPotteryLayout。
イタリアのテラマラ・ディ・モンタレ (Terramara di Montale) から240点の陶器の図面を含む50枚の手描きシートで評価され、従来のワークフロー(範囲: 17.5$\times$-120$\times$)よりも40$\times$の平均的なスピードアップが報告されたユーザビリティ調査参加者によって確認された。
これらの結果は、考古学文書におけるAI支援ツールの可能性を強調し、論文は、自動化ではなく、強化に向けた認知的労働の戦略的再分配について論じている。
関連論文リスト
- Peacemaker at ATE-IT: Automatic term extraction from Italian text for waste management data using encoder model [0.6882042556551609]
ATE共有タスクのタスクAに対して,低コストかつ解釈可能な自動用語抽出手法を提案する。
本手法は,少量の計算資源上で動作可能な微調整抽出戦略を利用する。
論文 参考訳（メタデータ） (2026-05-31T22:06:39Z) - AI for Auto-Research: Roadmap & User Guide [107.0834449839233]
研究ライフサイクル全体にわたってAIをエンドツーエンドに分析する。
我々は、信頼できる援助と信頼できない自律性の間に、鋭くステージに依存した境界を特定できる。
障害モードを排除するのではなく、より大きな自動化が不明瞭であることが示されています。
論文 参考訳（メタデータ） (2026-05-18T17:08:26Z) - The Last Human-Written Paper: Agent-Native Research Artifacts [106.47848184955576]
本稿では,物語紙を機械処理可能な研究パッケージに置き換えるプロトコルであるAgent-Native Research Artifact(ARA)を紹介する。
通常の開発において決定と終了をキャプチャするLive Research Manager、レガシPDFとリポジトリをARAに変換するARAコンパイラ、人間レビュアーが重要性、ノベルティ、味にフォーカスできるように客観的チェックを自動化するARAネイティブレビューシステムである。
論文 参考訳（メタデータ） (2026-04-27T16:23:09Z) - ResearchPilot: A Local-First Multi-Agent System for Literature Synthesis and Related Work Drafting [3.272585676511349]
ResearchPilotは、文献レビュー支援のためのオープンソースのセルフホスト可能なマルチエージェントシステムである。
自然言語研究の質問を受けて、Semantic ScholarとarXivから論文を検索する。
紙抽象物から構造化された結果を抽出し、クロスペーパーパターンを合成し、引用・認識作業部を起草する。
論文 参考訳（メタデータ） (2026-03-15T22:02:59Z) - PyPotteryInk: One-Step Diffusion Model for Sketch to Publication-ready Archaeological Drawings [0.0]
PyPotteryInkは、考古学的な陶芸のスケッチを出版可能なインク絵に変換する自動パイプラインだ。
本手法がイタリア原史時代の陶器図面のデータセットに与える影響を実証する。
モデルは、最小限のトレーニングデータで異なる考古学的文脈に適応するように微調整することができる。
論文 参考訳（メタデータ） (2025-02-09T14:03:37Z) - PyPotteryLens: An Open-Source Deep Learning Framework for Automated Digitisation of Archaeological Pottery Documentation [0.0]
PyPotteryLensは、考古学的考古学的図面のデジタル化と処理を自動化するフレームワークである。
このフレームワークは、陶器検出および分類タスクにおいて97%以上の精度とリコールを達成する。
手作業に比べて処理時間を最大5倍から20倍に短縮する。
論文 参考訳（メタデータ） (2024-12-16T09:01:32Z) - MinerU: An Open-Source Solution for Precise Document Content Extraction [63.00490552013759]
MinerUは、高精度な文書コンテンツ抽出のためのオープンソースのソリューションである。
我々は、MinerUが、様々なドキュメントタイプで一貫してハイパフォーマンスを実現していることを示す。
論文 参考訳（メタデータ） (2024-09-27T15:35:15Z) - Batch-efficient EigenDecomposition for Small and Medium Matrices [65.67315418971688]
EigenDecomposition (ED)は多くのコンピュータビジョンアルゴリズムとアプリケーションの中心にある。
本稿では,コンピュータビジョンの応用シナリオに特化したQRベースのED手法を提案する。
論文 参考訳（メタデータ） (2022-07-09T09:14:12Z) - Unsupervised Clustering of Roman Potsherds via Variational Autoencoders [63.8376359764052]
我々は,ローマのコモンウェア・ポッシャードの分類作業において,考古学者を支援する人工知能ソリューションを提案する。
断片の部分性と手作りのばらつきは、それらのマッチングを困難な問題にしている。
深部畳み込み変分オートエンコーダ(VAE)ネットワークの潜時空間で学習した非線形特徴の教師なし階層的クラスタリングにより、類似したプロファイルをペアリングすることを提案する。
論文 参考訳（メタデータ） (2022-03-14T18:56:13Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。