相关实验视频
Updated: Jan 7, 2026
13:19
Deep Neural Networks for Image-Based Dietary Assessment
Published on: March 13, 2021
9.9K
一个绘画艺术染系统由深度学习框架和机器翻译.
Suyimeng Wang1, Safrizal Shahir2, Muhammad Uzair Ismail1
1School of the Arts, Universiti Sains Malaysia, 11800, Penang, Malaysia.
Scientific reports
|December 30, 2025
概括
本研究介绍了用于民族绘画教育的AI系统,增强技术传输和跨语言理解. 深度学习系统显著提高了学生在掌握,文化洞察力和创造力方面的技能.
科学领域:
- 教育技术的教育技术
- 人工智能的人工智能
- 文化遗产研究 文化遗产研究
背景情况:
- 民族绘画教学在技术传递,跨语言沟通和个性化方面面临着挑战.
- 教育信息化和文化遗产保护需要艺术教育的创新解决方案.
研究的目的:
- 开发和验证基于深度学习和机器翻译的系统,用于民族绘画艺术染和教学.
- 在民族艺术教育中建立一个技术传输,风格染,文化释和个性化指导的综合框架.
主要方法:
- 一个改进的生成对抗网络被用于自动染八种民族绘画风格.
- 一个视觉上下文转换器被用于跨民族语言绘画术语的语义映射.
- 为了验证,使用了12,000件艺术品和5,000个术语条目的多式联络数据集.
主要成果:
- 风格染模块获得了92.3%的F1得分,比传统方法提高了8.7%.
- 术语映射模块达到了89.6%的语义匹配率,增加了6.2%.
- 在技术掌握方面,学生的成绩提高了18.4%,在文化理解方面提高了25.4%,在创意创新方面提高了17.6%.
结论:
- 拟议的系统为在艺术教育中数字保存民族绘画技术和跨文化沟通提供了一种实用的方法.
- 协作框架和创新模块显著提高了教育价值和学生的学习成果.
- 深度学习和机器翻译为民族艺术教学中的挑战提供了有效的解决方案.
相关概念视频
02:07Improving Translational Accuracy
14.0K
Base complementarity between the three base pairs of mRNA codon and the tRNA anticodon is not a failsafe mechanism. Inaccuracies can range from a single mismatch to no correct base pairing at all. The free energy difference between the correct and nearly correct base pairs can be as small as 3 kcal/ mol. With complementarity being the only proofreading step, the estimated error frequency would be one wrong amino acid in every 100 amino acids incorporated. However, error frequencies observed in...
14.0K
02:07Improving Translational Accuracy
3.5K
3.5K