怎么樣的五官組合會被更多人認為高顏值呢?近日,在 Tuukka Ruotsalo 副教授的帶領下,來自赫爾辛基大學和哥本哈根大學的科學家們研究出了一個生成式對抗神經(jīng)網(wǎng)絡,生成了數(shù)百張逼真的人像。然后這些計算機生成圖像被逐一展示給 30 名測試對象,每個人都被指示將更多的注意力集中在他們認為最有吸引力的面孔上,同時使用 EEG(腦電圖)記錄他們大腦的電活動。
隨后,基于機器學習的算法確定哪些面孔對每個人產(chǎn)生的活動量最大,然后確定這些面孔有哪些共同的特征。基于這些數(shù)據(jù),神經(jīng)網(wǎng)絡再繼續(xù)產(chǎn)生結合這些特征的新面孔。在一個雙盲實驗中,這些新面孔然后和許多其他面孔的圖像一起展示給這個人。87% 的人選擇了新面孔中最有吸引力的面孔--隨著技術的進一步發(fā)展,這個數(shù)字應該會上升。
希望該團隊的研究結果最終可以用來幫助計算機系統(tǒng)理解主觀偏好,或許還可以用來識別人們的無意識態(tài)度。高級研究員 Michiel Spapé 說:“這項研究表明,我們能夠通過將人工神經(jīng)網(wǎng)絡與大腦反應連接起來,生成與個人偏好相匹配的圖像。迄今為止,計算機視覺在根據(jù)客觀模式對圖像進行分類方面非常成功。通過將大腦反應帶入其中,我們表明有可能根據(jù)心理屬性,如個人品味,來檢測和生成圖像” 。
有關該研究的論文近日發(fā)表在《IEEE Transactions in Affective Computing》雜志上。
責編AJX
聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。
舉報投訴
相關推薦
所擬合的數(shù)學模型的形式受到大腦中神經(jīng)元的連接和行為的啟發(fā),最初是為了研究大腦功能而設計的。然而,數(shù)據(jù)科學中常用的神經(jīng)網(wǎng)絡作為大腦模型已經(jīng)過時,現(xiàn)在它們只是能夠在某些應用中提供最先進性能的機器學習模型。近年來,由于
發(fā)表于 01-09 10:24
?364次閱讀
BP神經(jīng)網(wǎng)絡和人工神經(jīng)網(wǎng)絡(Artificial Neural Networks,簡稱ANNs)之間的關系與區(qū)別,是神經(jīng)網(wǎng)絡領域中一個基礎且重要的話題。本文將從定義、結構、算法、應用及未來發(fā)展等多個方面,詳細闡述BP
發(fā)表于 07-10 15:20
?1312次閱讀
全息圖生成技術作為光學與計算機科學交叉領域的重要研究方向,近年來隨著神經(jīng)網(wǎng)絡技術的飛速發(fā)展,取得了顯著進展。基于神經(jīng)網(wǎng)絡的全息圖生成算法,以
發(fā)表于 07-09 15:54
?557次閱讀
RNN(Recurrent Neural Network)是循環(huán)神經(jīng)網(wǎng)絡,而非遞歸神經(jīng)網(wǎng)絡。循環(huán)神經(jīng)網(wǎng)絡是一種具有時間序列特性的神經(jīng)網(wǎng)絡,能夠處理序列數(shù)據(jù),具有記憶功能。以下是關于循環(huán)
發(fā)表于 07-05 09:52
?654次閱讀
領域有著廣泛的應用。 RNN的基本概念 1.1 神經(jīng)網(wǎng)絡的基本概念 神經(jīng)網(wǎng)絡是一種受生物神經(jīng)網(wǎng)絡啟發(fā)的數(shù)學模型,它由多個神經(jīng)元(或稱為節(jié)點)組成,這些
發(fā)表于 07-05 09:50
?701次閱讀
詳細介紹人工神經(jīng)網(wǎng)絡的分類,包括前饋神經(jīng)網(wǎng)絡、卷積神經(jīng)網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡、深度神經(jīng)網(wǎng)絡、生成對抗
發(fā)表于 07-05 09:13
?1371次閱讀
遞歸神經(jīng)網(wǎng)絡(Recurrent Neural Network,簡稱RNN)和循環(huán)神經(jīng)網(wǎng)絡(Recurrent Neural Network,簡稱RNN)實際上是同一個概念,只是不同的翻譯方式
發(fā)表于 07-04 14:54
?873次閱讀
輸入信號,對其進行加權求和,然后通過激活函數(shù)進行非線性轉換,生成輸出信號。通過這種方式,神經(jīng)網(wǎng)絡可以學習輸入數(shù)據(jù)的復雜模式和關系。 神經(jīng)網(wǎng)絡的類型 神經(jīng)網(wǎng)絡有多種類型,包括前饋
發(fā)表于 07-03 10:23
?837次閱讀
BP神經(jīng)網(wǎng)絡(Backpropagation Neural Network)和卷積神經(jīng)網(wǎng)絡(Convolutional Neural Network,簡稱CNN)是兩種不同類型的人工神經(jīng)網(wǎng)絡,它們在
發(fā)表于 07-03 10:12
?1359次閱讀
BP神經(jīng)網(wǎng)絡的基本原理、結構、學習算法以及預測值的計算方法。 BP神經(jīng)網(wǎng)絡的基本原理 BP神經(jīng)網(wǎng)絡是一種基于誤差反向傳播的多層前饋神經(jīng)網(wǎng)絡。
發(fā)表于 07-03 09:59
?872次閱讀
年代,當時科學家們開始研究人腦的工作原理。1943年,Warren McCulloch和Walter Pitts提出了一種簡單的神經(jīng)網(wǎng)絡模型,即MP模型,它由一系列邏輯門組成,可以模擬神經(jīng)元的興奮和抑制狀態(tài)。1958年,F(xiàn)ran
發(fā)表于 07-03 09:44
?1106次閱讀
生成式AI與神經(jīng)網(wǎng)絡模型是現(xiàn)代人工智能領域的兩個核心概念,它們在推動技術進步和應用拓展方面發(fā)揮著至關重要的作用。本文將詳細探討生成式AI與
發(fā)表于 07-02 15:03
?978次閱讀
卷積神經(jīng)網(wǎng)絡(Convolutional Neural Networks,簡稱CNN)和BP神經(jīng)網(wǎng)絡(Backpropagation Neural Networks,簡稱BPNN)是兩種
發(fā)表于 07-02 14:24
?4717次閱讀
、語音識別、自然語言處理等多個領域。本文將對幾種主要的神經(jīng)網(wǎng)絡架構進行詳細介紹,包括前饋神經(jīng)網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡、卷積神經(jīng)網(wǎng)絡、生成對抗
發(fā)表于 07-01 14:16
?869次閱讀
6月25日,新華社以《突破性成果!祝賀我國科學家》為標題,報道了由我國科學家研發(fā)的傳感器成果。 我國科學家研發(fā)高通道
發(fā)表于 06-27 18:03
?556次閱讀
評論