科学家研发可判断颜值的生成式神经网络
怎么样的五官组合会被更多人认为高颜值呢？近日，在 Tuukka Ruotsalo 副教授的带领下，来自赫尔辛基大学和哥本哈根大学的科学家们研究出了一个生成式对抗神经网络，生成了数百张逼真的人像。然后这些计算机生成图像被逐一展示给 30 名测试对象，每个人都被指示将更多的注意力集中在他们认为最有吸引力的面孔上，同时使用 EEG（脑电图）记录他们大脑的电活动。
随后，基于机器学习的算法确定哪些面孔对每个人产生的活动量最大，然后确定这些面孔有哪些共同的特征。基于这些数据，神经网络再继续产生结合这些特征的新面孔。在一个双盲实验中，这些新面孔然后和许多其他面孔的图像一起展示给这个人。87% 的人选择了新面孔中最有吸引力的面孔--随着技术的进一步发展，这个数字应该会上升。
希望该团队的研究结果最终可以用来帮助计算机系统理解主观偏好，或许还可以用来识别人们的无意识态度。高级研究员 Michiel Spapé 说：“这项研究表明，我们能够通过将人工神经网络与大脑反应连接起来，生成与个人偏好相匹配的图像。迄今为止，计算机视觉在根据客观模式对图像进行分类方面非常成功。通过将大脑反应带入其中，我们表明有可能根据心理属性，如个人品味，来检测和生成图像” 。
有关该研究的论文近日发表在《IEEE Transactions in Affective Computing》杂志上。
责编AJX
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。
举报投诉
-
神经网络
+关注
关注
42文章
4827浏览量
106803 -
AI
+关注
关注
89文章
38134浏览量
296732
发布评论请先 登录
相关推荐
热点推荐
NMSIS神经网络库使用介绍
NMSIS NN 软件库是一组高效的神经网络内核，旨在最大限度地提高 Nuclei N 处理器内核上的神经网络的性能并最大限度地减少其内存占用。
该库分为多个功能，每个功能涵盖特定类别
发表于 10-29 06:08
在Ubuntu20.04系统中训练神经网络模型的一些经验
模型。
我们使用MNIST数据集，训练一个卷积神经网络（CNN）模型，用于手写数字识别。一旦模型被训练并保存，就可以用于对新图像进行推理和预测。要使用生成的模型进行推理，可以按照以下步骤进行操作：
1.
发表于 10-22 07:03
国际类脑计算科学家Yulia Sandamirskaya教授加盟时识科技
近日，国际类脑计算与神经形态机器人领域知名科学家Yulia Sandamirskaya 教授，作为科学家顾问正式加入时识科技（SynSense）。
液态神经网络（LNN）：时间连续性与动态适应性的神经网络
1.算法简介液态神经网络（LiquidNeuralNetworks，LNN）是一种新型的神经网络架构，其设计理念借鉴自生物神经系统，特别是秀丽隐杆线虫的神经结构，尽管这种微生物的
如何在机器视觉中部署深度学习神经网络
图 1：基于深度学习的目标检测可定位已训练的目标类别，并通过矩形框（边界框）对其进行标识。 在讨论人工智能（AI）或深度学习时，经常会出现“神经网络”、“黑箱”、“标注”等术语。这些概念对非专业
复星医药使用亚马逊云科技生成式AI技术赋能医疗撰写场景 助力科学家效率跃升
进程。通过“临床试验报告一致性检查”和“研发文献翻译”两大功能，复星医药可解放科学家生产力，使其专注于创新药研发的核心工作。在亚马逊云科技的加持下，“临床试验报告一致性检查”可覆盖研究人员90%的撰写场景，工作效率提升70%；而
发表于 07-14 14:16
•1051次阅读
基于FPGA搭建神经网络的步骤解析
本文的目的是在一个神经网络已经通过python或者MATLAB训练好的神经网络模型，将训练好的模型的权重和偏置文件以TXT文件格式导出，然后通过python程序将txt文件转化为coe文件，（coe
BP神经网络与卷积神经网络的比较
BP神经网络与卷积神经网络在多个方面存在显著差异，以下是对两者的比较： 一、结构特点 BP神经网络 ： BP神经网络是一种多层的前馈神经网络
BP神经网络的优缺点分析
BP神经网络（Back Propagation Neural Network）作为一种常用的机器学习模型，具有显著的优点，同时也存在一些不容忽视的缺点。以下是对BP神经网络优缺点的分析： 优点
什么是BP神经网络的反向传播算法
神经网络（即反向传播神经网络）的核心，它建立在梯度下降法的基础上，是一种适合于多层神经元网络的学习算法。该算法通过计算每层网络的误差，并将这些误差反向传播到前一层，从而调整权重，使得
BP神经网络与深度学习的关系
BP神经网络与深度学习之间存在着密切的关系，以下是对它们之间关系的介绍： 一、BP神经网络的基本概念 BP神经网络，即反向传播神经网络（Backpropagation Neural N
BP神经网络的基本原理
BP神经网络（Back Propagation Neural Network）的基本原理涉及前向传播和反向传播两个核心过程。以下是关于BP神经网络基本原理的介绍： 一、网络结构 BP神经网络
BP神经网络在图像识别中的应用
BP神经网络在图像识别中发挥着重要作用，其多层结构使得网络能够学习到复杂的特征表达，适用于处理非线性问题。以下是对BP神经网络在图像识别中应用的分析： 一、BP神经网络基本原理 BP
深度学习入门：简单神经网络的构建与实现
深度学习中，神经网络是核心模型。今天我们用 Python 和 NumPy 构建一个简单的神经网络。 神经网络由多个神经元组成，神经元之间通过
人工神经网络的原理和多种神经网络架构方法
所拟合的数学模型的形式受到大脑中神经元的连接和行为的启发，最初是为了研究大脑功能而设计的。然而，数据科学中常用的神经网络作为大脑模型已经过时，现在它们只是能够在某些应用中提供最先进性能的机器学习模型。近年来，由于
工商网监
评论