深度学习视角下的鲁本斯署权归属
高能物理 - 理论
2026-02-27 v1
摘要
本研究探讨了利用深度学习进行鲁本斯作品的鉴定与署权归属，聚焦于其工作室的复杂案例。训练了一个在经筛选的已验证作品和比较作品数据集上训练的卷积神经网络，以识别特征于大师手中风格的微观层次特征。该模型取得了高分类准确率，展示了计算分析补充传统艺术史专家 expertise 的潜力，为作品署权和工作室合作提供了新见解。
引用
@article{arxiv.2511.22666,
title = {RG studies of scalar-field models of long-range interactions},
author = {Alfio M. Bonanno and S. R. Haridev and Gaurav Narain},
journal= {arXiv preprint arXiv:2511.22666},
year = {2026}
}
备注
30 pages, 10 figures