MétaCan
Menu
Retour à la cohorte
Enregistrement W4294811494 · doi:10.1109/cec55065.2022.9870271

Mixed Media in Evolutionary Art

2022· article· en· W4294811494 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revue2022 IEEE Congress on Evolutionary Computation (CEC) · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueEvolutionary Algorithms and Applications
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceComputer graphics (images)BitmapVariety (cybernetics)Stylized factDigital artGenetic programmingPixelImage (mathematics)Object (grammar)Computer visionArtificial intelligenceSimple (philosophy)Media artsDigital mediaArtVisual artsWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Mixed media in the real world involves the creation of works of art that creatively combine a variety of media on the canvas, for example, watercolour, acrylic paint, and photographs. We present an evolutionary art system that implements a digital version of mixed media. A genetic programming system uses a language that renders different digital effects on a canvas. Each rendered effect takes the form of an “art object”, and the tree defines a s et o fa rt o bjects that together comprise a final rendered image. Available effects include procedural images (textures), image filters, and bitmaps. A n art o bject is rendered onto the canvas via a pre-defined mask shape, which c an range from simple geometric shapes such as circles or squares, to com-plex paintbrush strokes and paint splatters. Fitness evaluation measures the pixel-by-pixel colour distance between a rendered canvas and an input target image, which acts as a compositional guide for rendered images. Various runs of the system have produced an interesting variety of stylized, mixed-effect results, often appearing as abstract “glitchy” interpretations of target 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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,816
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,023
Tête enseignante GPT0,251
Écart entre enseignants0,227 · 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