東華大學圖書館 |

語系: 繁體中文

說明(常見問題)

回圖書館首頁

手機版館藏查詢

登入

回首頁

切換: 標籤 | MARC模式 | ISBD

Generative AI for Ceramics Painting.

Samagaio, Jose Francisco Figueira Mendes.

FindBook

Google Book

Amazon

博客來

Generative AI for Ceramics Painting.

紀錄類型:	書目-電子資源 : Monograph/item
正題名/作者:	Generative AI for Ceramics Painting./
作者:	Samagaio, Jose Francisco Figueira Mendes.
出版者:	Ann Arbor : ProQuest Dissertations & Theses, : 2023,
面頁冊數:	88 p.
附註:	Source: Masters Abstracts International, Volume: 85-11.
Contained By:	Masters Abstracts International85-11.
標題:	Neurons. -
電子資源:	https://pqdd.sinica.edu.tw/twdaoapp/servlet/advanced?query=31008299
ISBN:	9798382657707

Generative AI for Ceramics Painting.
Samagaio, Jose Francisco Figueira Mendes.

Generative AI for Ceramics Painting. - Ann Arbor : ProQuest Dissertations & Theses, 2023 - 88 p.

Source: Masters Abstracts International, Volume: 85-11.

Thesis (M.C.E.)--Universidade do Porto (Portugal), 2023.

A industria da ceramica, conhecida pela sua enfase na estetica e na qualidade, esta a enfrentar uma procura crescente de desenvolvimento de produtos. A aprendizagem computacional, especificamente a inteligencia artificial generativa, pode potencialmente otimizar e melhorar o processo de coloracao e design da ceramica. Esta investigacao tem como objetivo desenvolver um novo modelo generativo e explorar a sua aplicabilidade na industria. O recurso a IA generativa pode resolver o problema da avaliacao humana subjectiva e da natureza intensiva em termos de tempo do desenvolvimento de novos produtos. O estudo ira comparar o novo modelo com os modelos existentes mais avancados e avaliar metricas e tecnicas. A investigacao contribui para o avanco da industria ceramica atraves da introducao de abordagens eficientes e inovadoras ao desenvolvimento e reproducao de cores. O modelo generativo desenvolvido gera com exito imagens sinteticas altamente realistas e autenticas de material ceramico com diferentes cores e posicoes. Esta investigacao demonstra a fiabilidade e a eficacia da IA generativa, oferecendo uma solucao eficiente em termos de tempo e de recursos, ao mesmo tempo que promove a criatividade e a inovacao. Os resultados contribuem para o avanco do desenvolvimento e concecao de cores em ceramica, abrindo caminho para uma futura implementacao pratica na industria. A nova abordagem foi capaz de produzir resultados muito bons, gerando imagens que apresentam um nivel de realidade muito elevado e sao competitivas com os modelos mais avancados.

ISBN: 9798382657707Subjects--Topical Terms:

588699
Neurons.

Generative AI for Ceramics Painting.
LDR:03859nmm a2200361 4500 001 2400219
005 20240924101522.5
006 m o d
007 cr#unu||||||||
008 251215s2023 ||||||||||||||||| ||eng d
020 $a 9798382657707
035 $a (MiAaPQ)AAI31008299
035 $a (MiAaPQ)Portugal10216153230
035 $a AAI31008299
040 $a MiAaPQ $c MiAaPQ
100 1 $a Samagaio, Jose Francisco Figueira Mendes. $3 3770188
245 1 0 $a Generative AI for Ceramics Painting.
260 1 $a Ann Arbor : $b ProQuest Dissertations & Theses, $c 2023
300 $a 88 p.
500 $a Source: Masters Abstracts International, Volume: 85-11.
500 $a Advisor: de Oliveira Pinto Soares, Carlos Manuel Milheiro.
502 $a Thesis (M.C.E.)--Universidade do Porto (Portugal), 2023.
520 $a A industria da ceramica, conhecida pela sua enfase na estetica e na qualidade, esta a enfrentar uma procura crescente de desenvolvimento de produtos. A aprendizagem computacional, especificamente a inteligencia artificial generativa, pode potencialmente otimizar e melhorar o processo de coloracao e design da ceramica. Esta investigacao tem como objetivo desenvolver um novo modelo generativo e explorar a sua aplicabilidade na industria. O recurso a IA generativa pode resolver o problema da avaliacao humana subjectiva e da natureza intensiva em termos de tempo do desenvolvimento de novos produtos. O estudo ira comparar o novo modelo com os modelos existentes mais avancados e avaliar metricas e tecnicas. A investigacao contribui para o avanco da industria ceramica atraves da introducao de abordagens eficientes e inovadoras ao desenvolvimento e reproducao de cores. O modelo generativo desenvolvido gera com exito imagens sinteticas altamente realistas e autenticas de material ceramico com diferentes cores e posicoes. Esta investigacao demonstra a fiabilidade e a eficacia da IA generativa, oferecendo uma solucao eficiente em termos de tempo e de recursos, ao mesmo tempo que promove a criatividade e a inovacao. Os resultados contribuem para o avanco do desenvolvimento e concecao de cores em ceramica, abrindo caminho para uma futura implementacao pratica na industria. A nova abordagem foi capaz de produzir resultados muito bons, gerando imagens que apresentam um nivel de realidade muito elevado e sao competitivas com os modelos mais avancados.
520 $a The ceramics industry, known for its focus on aesthetics and quality, faces increased demand for product development. Machine learning, specifically generative artificial intelligence, can opti- mize and enhance the colouring of ceramics and the design process. This research aims to develop a new generative model and explore its applicability in the industry. Leveraging generative AI can address the subjective human evaluation and time-intensive nature of new product development. The study will compare the new model with existing state-of-the-art models and evaluate metrics and techniques. The research can contribute to the advancement of the ceramics industry by in- troducing efficient and innovative approaches to colour development and design. The developed generative model based on Stable Diffusion successfully generates highly realistic and authentic synthetic images of plates with different colours and positions. We showcase the reliability and ef- fectiveness of generative Al, offering a time-efficient and resource-saving solution while fostering creativity and innovation. The new approach delivered excellent results, generating images that present a very high level of reality and are competitive with state-of-the-art models.
590 $a School code: 5896.
650 4 $a Neurons. $3 588699
650 4 $a Deep learning. $3 3554982
650 4 $a Back propagation. $3 3681810
650 4 $a Neural networks. $3 677449
650 4 $a Brain. $3 525115
650 4 $a Growth rate. $3 3562870
650 4 $a Integrated software. $3 539294
650 4 $a Realism. $3 528996
650 4 $a Natural language. $3 3562052
650 4 $a Design. $3 518875
650 4 $a Materials science. $3 543314
690 $a 0800
690 $a 0389
690 $a 0338
690 $a 0794
710 2 $a Universidade do Porto (Portugal). $3 3348738
773 0 $t Masters Abstracts International $g 85-11.
790 $a 5896
791 $a M.C.E.
792 $a 2023
793 $a English
856 4 0 $u https://pqdd.sinica.edu.tw/twdaoapp/servlet/advanced?query=31008299