Đây là trang tổng hợp các bài báo về trí tuệ nhân tạo được xuất bản trên toàn thế giới. Trang này sử dụng Google Gemini để tóm tắt nội dung và hoạt động phi lợi nhuận. Bản quyền của các bài báo thuộc về tác giả và tổ chức liên quan; khi chia sẻ, chỉ cần ghi rõ nguồn.
PATCH: một phương pháp học sâu để đánh giá tính không đồng nhất của hoạt động nghệ thuật trong các bức tranh lịch sử
Created by
Haebom
Tác giả
Andrew Van Horn, Lauryn Smith, Mahamad Mahmoud, Michael McMaster, Clara Pinchbeck, Ina Martin, Andrew Lininger, Anthony Ingrisano, Adam Lowe, Carlos Bayod, Elizabeth Bolman, Kenneth Singer, Michael Hinczewski
Phác thảo
Trong bài báo này, chúng tôi trình bày một phương pháp học máy mới, PATCH (huấn luyện gán cặp để phân loại tính không đồng nhất), để hiểu quy trình sáng tác tranh thời Phục Hưng và đầu thời hiện đại. PATCH là một phương pháp học không giám sát có thể xác định phương pháp làm việc của từng nghệ sĩ mà không cần dữ liệu huấn luyện bên ngoài. Bằng cách áp dụng phương pháp này cho hai bức tranh của bậc thầy thời Phục Hưng Tây Ban Nha El Greco, “Lễ rửa tội của Chúa Kitô” và “Phong cảnh với Chúa Kitô trên Thánh giá”, chúng tôi trình bày một khả năng diễn giải mới cho “Lễ rửa tội của Chúa Kitô”, khác biệt so với các nghiên cứu trước đây. Ngoài ra, nghiên cứu này cung cấp một thước đo có thể được sử dụng để phân tích các tác phẩm nghệ thuật theo thời gian và không gian bằng cách đo lường tính không đồng nhất của các tác phẩm.
Takeaways, Limitations
•
Takeaways:
◦
Chúng tôi trình bày một kỹ thuật học máy mới (PATCH) có thể xác định phong cách làm việc của từng nghệ sĩ mà không cần dữ liệu đào tạo bên ngoài.
◦
Xem xét lại các kết quả nghiên cứu hiện có và đề xuất những khả năng diễn giải mới thông qua việc phân tích các tác phẩm của El Greco.
◦
Cung cấp thang đo mới để đo lường tính không đồng nhất của các tác phẩm nghệ thuật, gợi ý khả năng phân tích các tác phẩm nghệ thuật theo thời gian và không gian.
◦
Phân tích các nét cọ ở cấp độ vi mô cho thấy khả năng khám phá thông tin mới về quá trình sáng tạo của nghệ sĩ.
•
Limitations:
◦
Hiện tại chỉ áp dụng được cho hai tác phẩm của El Greco, khả năng áp dụng cho các tác phẩm của các nghệ sĩ và thời đại khác cần được xác minh.
◦
Cần có thêm các nghiên cứu xác nhận về hiệu suất và độ tin cậy của phương pháp PATCH.
◦
Có những hạn chế do không đủ dữ liệu về các tác phẩm đang được phân tích (không có dữ liệu ví dụ bên ngoài).
