Технологии машинного обучения в изобразительном искусстве начала XXI векаMachine Learning in the Visual Arts of the Early XXI Century
В данной работе предпринимается попытка рассмотреть научное искусство, основанное на технологиях машинного обучения, как уникальный и самостоятельный феномен в контексте художественной практики компьютерного и медиаискусства. Исследование обобщает опыт учёных, как отечественных, так и зарубежных, и расширяет его в рамках научного искусства с использованием машинного обучения. Материалы, представленные в работе, дают подробное представление о специфических для этого направления практиках, фиксируют значимые персоналии художников, работающих с данными технологиями, и дополняют существующие классификации. Кроме того, они могут быть полезны в дальнейших исследованиях в области искусствознания.
Публикации, в которых излагаются основные результаты диссертации
- Новикова А.А. (дата размещения 8/29/2024)
- Орлова А.М. (дата размещения 10/30/2024)
- Сазиков А.В. (дата размещения 10/30/2024)
- Першеева А.Д. (дата размещения 10/30/2024)
- Очеретяный К.А. (дата размещения 10/30/2024)
- Танюшина А.А. (дата размещения 10/30/2024)
См. на ту же тему
Применение глубоких нейросетевых моделей, учитывающих структурную лингвистическую информацию, в прикладных задачах анализа текстовых данныхКандидатская диссертация
Соискатель: Чернявский Александр Сергеевич
Руководитель: Ильвовский Дмитрий Алексеевич
Дата защиты: 6/27/2025
Разработка алгоритмов построения пайплайнов машинного обучения методами обработки естественного языка, основанными на данныхКандидатская диссертация
Соискатель: Трофимова Екатерина Алексеевна
Руководитель: Устюжанин Андрей Евгеньевич
Дата защиты: 5/13/2025
Применение глубоких генеративных моделей для задач прогнозирования в машинном обученииКандидатская диссертация
Соискатель: Баранчук Дмитрий Александрович
Руководитель: Бабенко Артем Валерьевич
Дата защиты: 12/24/2024