MétaCan
Menu
Retour à la cohorte
Enregistrement W2163504643 · doi:10.1017/s1355771801001078

Generative processes and the electronic arts

2001· article· en· W2163504643 sur OpenAlexfundno aff
Alan Dorin

Notice bibliographique

RevueOrganised Sound · 2001
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueArt, Technology, and Culture
Établissements canadiensnon disponible
Organismes subventionnairesEgg Farmers of Canada
Mots-clésComputer scienceProgrammerGenerative grammarMultimediaProcess (computing)Human–computer interactionProgramming languageArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper gives a personal perspective on the application and relevance of generative processes to art production. This view is that of a computer programmer, rather than that of a user of computer programs written (or hardware constructed) by others. The programmer is in the unique position of being able to describe and manipulate abstract processes which may be used as a unique means of artistic expression. This gives a greater amount of freedom to the programmer/artist than is the case when he or she is limited by programmed procedures defined by others. Prior to the development of a formal means of specifying visual and aural events, a concrete machine or set of rules for their manipulation and a means of bringing these representations back into the world as physical events, abstract processes were things to be contemplated but not experienced. Musical and spatial notations employed by artists, engineers and others, in concert with the programming of computing hardware, have opened the way for those who wish to manipulate processes in their artistic practice. In order to focus study and practice in the area of such generative computer art, the Center for Electronic Media Art (CEMA) has been established in Melbourne, Australia. The Center has spawned an international conference series on generative/process-based electronic art called Iteration. The perceived roles of the Center and Iteration conferences are discussed in this paper.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,028
Communication savante0,0090,006
Science ouverte0,0010,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0140,001

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 Opus0,016
Tête enseignante GPT0,216
Écart entre enseignants0,200 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

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

En bref

Citations23
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrganised SoundMême sujetArt, Technology, and CultureTravaux en français237 207