MétaCan
Menu
Retour à la cohorte
Enregistrement W2013495133 · doi:10.1145/1570256.1570400

Evolving stylized images using a user-interactive genetic algorithm

2009· article· en· W2013495133 sur OpenAlexaff
Steve Bergen

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueMusic Technology and Sound Studies
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceStylized factEvolutionary computationInteractive evolutionary computationFitness functionArtificial intelligenceProcess (computing)Computer visionGenetic algorithmEvolutionary algorithmTask (project management)Field (mathematics)Image (mathematics)Function (biology)Human–computer interactionMachine learningEvolutionary programming

Résumé

récupéré en direct d'OpenAlex

The application of evolutionary computation to art has produced very interesting results with respect to the generation of images [5]. Systems that rely on automatic image generation, where the computer is relied upon for the production of creative images, often fall short when results are presented to a user for feedback, as results in the field of visual arts are highly subjective. Many systems incorporate user-guided evolution to remedy this situation, requiring the user to supervise the evolutionary process at every step, though this task is largely repetitive. This paper introduces JNetic, a highly user-interactive image evolution system that does not rely on user feedback or supervision. It can be run in two modes, automatic and interactive, using color distance between a source image and generated image as a fitness function in automatic mode. JNetic is a tool for artists, created with user intervention and interaction in mind, but ultimately focusing on the automatic evolution of images.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,938
Score d'incertitude au seuil0,413

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,013
Tête enseignante GPT0,265
Écart entre enseignants0,252 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMusic Technology and Sound StudiesTravaux en français237 207