作为视觉创造力中泛化与融合模型的深度卷积网络
神经与进化计算
2019-07-17 v2 计算机视觉与模式识别
神经元与认知
摘要
我们考察了两种近期基于人工智能（AI）的、用于卷积神经网络中视觉融合的深度学习算法（Mordvintsev 等人，2015；Gatys 等人，2015）。为探究这些算法作为计算创造力研究工具的潜在价值，我们解释并图示了其操作的基本方面，并给出了其输出的视觉示例。我们讨论了这两种算法与人类认知科学创造力理论（如概念融合理论和磨砺理论）的关系，并从新颖性生成和美学品质方面对算法进行了刻画。
引用
@article{arxiv.1610.02478,
title = {Deep Convolutional Networks as Models of Generalization and Blending Within Visual Creativity},
author = {Graeme McCaig and Steve DiPaola and Liane Gabora},
journal= {arXiv preprint arXiv:1610.02478},
year = {2019}
}
备注
8 pages, In Proceedings of the 7th International Conference on Computational Creativity. Palo Alto: Association for the Advancement of Artificial Intelligence (AAAI) Press (2016)