diploma thesis
Sergei Burykin (Avtor), Aleksander Sadikov (Mentor)

Povzetek

Creation of unique color palettes is a challenging task for designers all around the world. Every year it becomes increasingly difficult to create new color palettes. Color theory describes different algorithms for creation of color palettes, but these algorithms limit the possible color combinations. Designers all around the world are trying to find new ways to complete this task. We are trying to apply deep learning algorithms in order to create the color palettes which were never seen before. Using Generative Adversarial Networks (GAN) we can expand the amount of unique color palettes, since GANs are not limited by conventional algorithms.

Ključne besede

artificial intelligence;deep learning;generative adversarial networks;computer science;computer and information science;diploma;

Podatki

Jezik: Angleški jezik
Leto izida:
Tipologija: 2.11 - Diplomsko delo
Organizacija: UL FRI - Fakulteta za računalništvo in informatiko
Založnik: [S. Burykin]
UDK: 004.8(043.2)
COBISS: 69404675 Povezava se bo odprla v novem oknu
Št. ogledov: 363
Št. prenosov: 41
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Slovenski jezik
Sekundarni naslov: Ustvarjanje barvne palete s pogojnimi generativnimi nasprotniškimi mrežami
Sekundarni povzetek: Ustvarjanje edinstvenih barvnih palet je zahtevna naloga za oblikovalce po vsem svetu. Vsako leto je vse težje ustvarjati nove barvne palete. Teorija barv opisuje različne algoritme za ustvarjanje barvnih palet, vendar ti algoritmi omejujejo možne kombinacije barv. Oblikovalci po vsem svetu poskušajo najti nove načine za dokončanje te naloge. Poskušamo uporabiti algoritme globokega učenja, da bi ustvarili barvne palete, ki jih še nikoli nismo videli. Z uporabo Generativnih Nasprotniških Mrež (GAN) lahko razširimo količino unikatnih barvnih palet, saj GAN-i niso omejeni z običajnimi algoritmi.
Sekundarne ključne besede: poglobljeno učenje;generativne nasprotniške mreže;računalništvo in informatika;visokošolski strokovni študij;diplomske naloge;Umetna inteligenca;Računalništvo;Univerzitetna in visokošolska dela;
Vrsta dela (COBISS): Diplomsko delo/naloga
Študijski program: 1000470
Komentar na gradivo: Univ. v Ljubljani, Fak. za računalništvo in informatiko
Strani: 31 str.
ID: 13103407