协同创意设计系统中概念迁移的计算模型中的深度学习
人机交互
2019-06-26 v1 机器学习
机器学习
摘要
本文提出了一种基于新颖性度量、应用于通过深度学习生成的向量表示的概念迁移计算模型。该模型被集成到一个协同创意设计系统中，该系统使 AI 智能体与人类设计师能够通过草图画布进行交互并达成协作。AI 智能体以一幅概念迁移的新草图回应人类设计师的草图：有意地改变视觉与概念相似性，并随着新颖性的增加而逐渐增强。本文展示了一项用户研究的结果，表明 AI 贡献中新颖性的提升与更高的创造性成果相关，而低新颖性则导致较低的创造性成果。
引用
@article{arxiv.1906.10188,
title = {Deep Learning in a Computational Model for Conceptual Shifts in a Co-Creative Design System},
author = {Pegah Karimi and Mary Lou Maher and Nicholas Davis and Kazjon Grace},
journal= {arXiv preprint arXiv:1906.10188},
year = {2019}
}
备注
9 pages, 3 Figures, 1 Table, Accepted in ICCC 2019