論文の概要: Constructing an Artworld Influencers Network by Mining Social Media

• arxiv url: http://arxiv.org/abs/2611.02657v1
• Date: Mon, 02 Nov 2026 07:16:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-04 23:36:30.574636
• Title: Constructing an Artworld Influencers Network by Mining Social Media
• Title（参考訳）: ソーシャルメディアによるアートワールドインフルエンサーネットワークの構築
• Abstract要約: 手動で構成されたアートワールドアクターによって投稿されたツイートは、重要なアートワールドアクターを特定するために使用される。 特定美術界の俳優はルーヴァン法で検出されたコミュニティを形成する。 得られたアートワールドネットワークは、少数の代表的なアクターから始まり、新しいアートワールドアクターを識別する能力を示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The author shows a methodology for constructing a network map of the artworld. The tweets posted by a manually comprised set of exemplar artworld actors and Natural Language Processing (NLP) methods are used to identify significant artworld actors, including those that do not own a Twitter account. Identified artworld actors form communities detected with the Louvain method, and their authority is evaluated with the HITS centrality method. The resulting artworld network exhibits the ability, starting with a small set of exemplar actors, to identify new artworld actors and provides a wealth of data that would be very hard to collect otherwise.
• Abstract（参考訳）: 著者らは、アートワールドのネットワークマップを構築するための方法論を示す。 手動で構成されたアートワールドアクターと自然言語処理(NLP)メソッドによって投稿されたツイートは、Twitterアカウントを所有していないアクターを含む重要なアートワールドアクターを特定するために使用される。 特定美術界の俳優はルーヴァン法で検出されたコミュニティを形成し、その権威はHITS中央集権法で評価される。 得られたArtworldネットワークは、少数の著名なアクターから始まり、新しいArtworldアクターを識別し、他の方法での収集が非常に困難となる豊富なデータを提供する能力を示している。

関連論文リスト

• PoE-World: Compositional World Modeling with Products of Programmatic Experts [50.35012247866856]
  世界がどのように機能するかを学ぶことは、複雑な環境に適応できるAIエージェントの構築の中心である。 LLM(Large Language Models)を用いたプログラム合成の最近の進歩は、ソースコードとして表現された世界モデルを学ぶための代替アプローチを提供する。 このアプローチは,数個の観測結果から複雑な世界モデルを学習できることを示し,これらをモデルベース計画エージェントに組み込むことで,AtariのPongとMontezumaのRevengeの未確認レベルに対する効率的な性能と一般化を実証する。
  論文  参考訳（メタデータ） (2025-05-16T03:28:42Z)
• 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)
• MapExplorer: New Content Generation from Low-Dimensional Visualizations [60.02149343347818]
  低次元の可視化や「投影マップ」は大規模で複雑なデータセットの解釈に広く用いられている。 これらの視覚化は、既存の知識空間を理解するのに役立つだけでなく、未知の領域への探索を暗黙的にガイドする。 プロジェクションマップ内の座標をコヒーレントでコンテキストに整合したテキストコンテンツに変換する新しい知識発見タスクであるMapExplorerを紹介する。
  論文  参考訳（メタデータ） (2024-12-24T20:16:13Z)
• Dialogue with the Machine and Dialogue with the Art World: Evaluating Generative AI for Culturally-Situated Creativity [3.8440908669202676]
  社会学者ハワード・ベッカーのアート・ワールドの概念に基づいて、この手法は伝統的なAIと創造性評価の範囲を広げる。 1)「美術界との対話」と「美術史家・学芸家・考古学者との対話」と,(2)「機械との対話」の2つの対話は,構造化された芸術家と評論家による最先端のジェネレーティブAIツールによる実験を通じて促進される。
  論文  参考訳（メタデータ） (2024-12-18T17:21:14Z)
• 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)
• AI Art Neural Constellation: Revealing the Collective and Contrastive State of AI-Generated and Human Art [36.21731898719347]
  我々は、人間の芸術遺産の文脈内でAI生成芸術を位置づけるための包括的な分析を行う。 私たちの比較分析は、ArtConstellationと呼ばれる広範なデータセットに基づいています。 鍵となる発見は、1800-2000年に作られた現代美術の原理とAIが生成したアートアートが視覚的に関連していることである。
  論文  参考訳（メタデータ） (2024-02-04T11:49:51Z)
• Self-supervised novel 2D view synthesis of large-scale scenes with efficient multi-scale voxel carving [77.07589573960436]
  実シーンの新たなビューを生成するために,効率的なマルチスケールのボクセル彫刻手法を提案する。 我々の最終的な高解像度出力は、ボクセル彫刻モジュールによって自動的に生成されるデータに基づいて効率よく自己学習される。 実環境における複雑で大規模なシーンにおける本手法の有効性を実証する。
  論文  参考訳（メタデータ） (2023-06-26T13:57:05Z)
• 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)
• Arbitrary Style Transfer with Structure Enhancement by Combining the Global and Local Loss [51.309905690367835]
  本稿では,グローバルな損失と局所的な損失を組み合わせ,構造拡張を伴う任意のスタイル転送手法を提案する。 実験結果から,視覚効果の優れた高画質画像が生成できることが示唆された。
  論文  参考訳（メタデータ） (2022-07-23T07:02:57Z)

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。