MétaCan
Menu
Retour à la cohorte
Enregistrement W4409576483 · doi:10.61091/jcmcc127a-111

Research on dynamic texture generation method of digital media art based on fractal geometry

2025· article· en· W4409576483 sur OpenAlexvenueno aff
Xiangyuan Zeng, Cheng Wang

Notice bibliographique

RevueJournal of Combinatorial Mathematics and Combinatorial Computing · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueDigital Media and Visual Art
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFractalTexture (cosmology)GeometryComputer graphics (images)Computer scienceMathematicsArtificial intelligenceMathematical analysisImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

Intangible cultural heritage is an important part of national culture, carrying rich historical information and cultural value. This paper mainly generates digital media art based on the characteristics of intangible cultural symbols through fractal geometry, and builds a digital media communication mode of intangible cultural art on the basis of dynamic texture, so as to realize the digital protection and inheritance of intangible cultural heritage. On the basis of Transformer network model, further combined with fractal geometry technology, inductive bias lacking in Transformer is introduced from the perspective of translation invariance and locality, and the dynamic texture generation method of digital media art combined with fractal geometry and Transformer model is formed in this paper. Experimental results show that the application of translation invariance and locality can increase the ODS, OIS and AP indexes by 17.17%, 27.72% and 25.38%, respectively. In the self-built Miao pattern data set, this method can generate dynamic texture features of Miao culture and art more completely and clearly. At the same time, this paper can create digital media art for Miao embroidery patterns through the generated results of this method, and improve the audience influence and satisfaction of intangible cultural heritage.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,516
Score d'incertitude au seuil0,925

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,032
Tête enseignante GPT0,355
Écart entre enseignants0,323 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Combinatorial Mathematics and Combinatorial ComputingMême sujetDigital Media and Visual ArtTravaux en français237 207