國立虎尾科技大學 |

Generative AI for Ceramics Painting.

Record Type:	Language materials, manuscript : Monograph/item
Title/Author:	Generative AI for Ceramics Painting./
Author:	Samagaio, Jose Francisco Figueira Mendes.
Description:	1 online resource (88 pages)
Notes:	Source: Masters Abstracts International, Volume: 85-11.
Contained By:	Masters Abstracts International85-11.
Subject:	Materials science. -
Online resource:	click for full text (PQDT)
ISBN:	9798382657707

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

Generative AI for Ceramics Painting. - 1 online resource (88 pages)

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

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

Includes bibliographical references

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.

Electronic reproduction.
Ann Arbor, Mich. :
ProQuest,
2024

Mode of access: World Wide Web

ISBN: 9798382657707Subjects--Topical Terms:

557839
Materials science.
Index Terms--Genre/Form:

554714
Electronic books.

Generative AI for Ceramics Painting.
LDR:04082ntm a22003737 4500 001 1148473
005 20240924101522.5
006 m o d
007 cr bn ---uuuuu
008 250605s2023 xx obm 000 0 eng d
020 $a 9798382657707
035 $a (MiAaPQ)AAI31008299
035 $a (MiAaPQ)Portugal10216153230
035 $a AAI31008299
040 $a MiAaPQ $b eng $c MiAaPQ $d NTU
100 1 $a Samagaio, Jose Francisco Figueira Mendes. $3 1474441
245 1 0 $a Generative AI for Ceramics Painting.
264 0 $c 2023
300 $a 1 online resource (88 pages)
336 $a text $b txt $2 rdacontent
337 $a computer $b c $2 rdamedia
338 $a online resource $b cr $2 rdacarrier
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.
504 $a Includes bibliographical references
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.
533 $a Electronic reproduction. $b Ann Arbor, Mich. : $c ProQuest, $d 2024
538 $a Mode of access: World Wide Web
650 4 $a Materials science. $3 557839
650 4 $a Design. $3 595500
650 4 $a Natural language. $3 1468611
650 4 $a Realism. $3 567326
650 4 $a Integrated software. $3 565407
650 4 $a Growth rate. $3 1465288
650 4 $a Brain. $3 562499
650 4 $a Neural networks. $3 1011215
650 4 $a Back propagation. $3 1252564
650 4 $a Deep learning. $3 1127428
650 4 $a Neurons. $3 581309
655 7 $a Electronic books. $2 local $3 554714
690 $a 0800
690 $a 0389
690 $a 0338
690 $a 0794
710 2 $a Universidade do Porto (Portugal). $3 1188642
710 2 $a ProQuest Information and Learning Co. $3 1178819
773 0 $t Masters Abstracts International $g 85-11.
856 4 0 $u http://pqdd.sinica.edu.tw/twdaoapp/servlet/advanced?query=31008299 $z click for full text (PQDT)