XiaoMi-AI文件搜索系统
World File Search Systemanimation
“抽象空间” 2023。Chiara Passa 的 AR 和人工智能艺术作品。“抽象空间”通过整面墙的投影，将一个虚构的极简环境（我使用 Chat GPT API 创建）与真实空间重叠，而这个空间一旦被观众使用 AR-AI 应用程序修改，就会神秘、怪异或有时不完整地重新出现在我们周围。观众在这个新的不稳定空间中，通过观看由几何体积阴影构成的新 AI 空间，体验到一种缺失或空虚的感觉，这些阴影是根据缓冲过程沿光源方向挤压图元轮廓而创建的。还提供视频手册（屏幕 7'）版本。视频预览：https://youtu.be/zzAaf7hxTYI Android 应用程序和相关矩阵可供下载。每个动画持续 6'.30''。 https://play.google.com/store/apps/details?id=com.ChiaraPassa.AbstractSpace&hl=en https://play.google.com/store/apps/details?id=com.ChiaraPassa.AbstractSpace2&hl=en https://play.google.com/store/apps/details?id=com.ChiaraPassa.AbstractSpace3&hl=en https://play.google.com/store/apps/details?id=com.ChiaraPassa.AbstractSpace4&hl=en
“抽象空间” 2023。Chiara Passa 的 AR 和人工智能艺术作品。“抽象空间”通过整面墙的投影，将一个虚构的极简环境（我使用 Chat GPT API 创建）与真实空间重叠，而这个空间一旦被观众使用 AR-AI 应用程序修改，就会神秘、怪异或有时不完整地重新出现在我们周围。观众在这个新的不稳定空间中，通过观看由几何体积阴影构成的新 AI 空间，体验到一种缺失或空虚的感觉，这些阴影是根据缓冲过程沿光源方向挤压图元轮廓而创建的。还提供视频手册（屏幕 7'）版本。视频预览：https://youtu.be/zzAaf7hxTYI Android 应用程序和相关矩阵可供下载。每个动画持续 6'.30''。 https://play.google.com/store/apps/details?id=com.ChiaraPassa.AbstractSpace&hl=en https://play.google.com/store/apps/details?id=com.ChiaraPassa.AbstractSpace2&hl=en https://play.google.com/store/apps/details?id=com.ChiaraPassa.AbstractSpace3&hl=en https://play.google.com/store/apps/details?id=com.ChiaraPassa.AbstractSpace4&hl=en
对人工智能生成动画中发现的异常的看法
早在有记载的人类历史之前，视觉艺术就一直是创造性思维和娱乐的基石，而动画早在 120 年前 J. Stuart Blackton 创作的《魔法图画》（1900 年）[6] 就成为这一领域的一个分支。像所有艺术一样，它反映了我们的社会以及它在创作时的样子。我们不断看到新技术的发展，例如 CGI、视觉后效、电影摄影机、计算机以及现在的机器学习。虽然机器学习的创造性使用可能有其局限性，但它有可能简化动画的实际过程，减少数百小时和人力。有人可能会说，我们正站在现代历史上动画媒介可能最大的发展之一的边缘 [8]。
7E学习周期的影响丰富了计算机动画对学生的概念理解和克服误解的影响
虽然计算机动画有可能协助学习者理解困难的概念并消除误解，但支持这一主张的研究很少。本研究调查了如何与计算机动画集成的7E教学模型如何影响学生对食物生长和植物生长的概念理解和误解。实验组被教授7E学习周期模型[7E LCM]，而7E LCM则使用计算机动画[CA]教授对照组传统的指导方法。使用了两层概念理解多项选择测试和半结构化访谈来收集数据。ANOVA分析表明，群体或性别在植物概念理解中没有显着差异[FMGPCU]和Misconceptions测试评分[PRE-MC]。但是，FMGPCU后和MC后平均得分存在显着差异，而7E LCM的CA在改善概念理解和最小化误解方面显示出更好的结果。Manova显示，男女学生的FMGPCU和MC后结果之间没有统计学上的显着差异。结论是，具有CA的7E LCM比其他教学方法更有效地增强了学生的概念理解并更有效地最大程度地减少了误解。建议在生物学教学中使用类似的设计。
视频游戏和动画电影
硕士国家文凭 - 5年高等教育-M2 120 ECTS信用>硕士录音，数字互动媒体，游戏。本课程旨在培训数字互动游戏和媒体领域的艺术家，设计师和研究人员，并在包括国立大学研究所Jean-FrançoisChampollion：www.univ-jfc.fr，La Rochelle大学提供的七个机构中提供。 www.campusart.org/artsearch/＃/program/1044> Master提及数字创建图形设计课程和交互设计视频游戏选项；脚本和跨媒体实现选项2D动画或3D动画选项-FX，LILLE天主教研究所的Piktura在惯例中进行uphf：www.campusart.org/artsearch/artsearch/program/program/1298> Master 2 IT IT提及，gamagora，Gamagora，gamagora，gamagora，通信学院（通信学院）（ICOM） 其目标是专门针对电子游戏的开发：https：//icom.univ-lyon2.fr;提及Paul-ValéryMontpellier提供的塑料艺术视频游戏3大学：www.univ-montp3.fr其目标是专门针对电子游戏的开发：https：//icom.univ-lyon2.fr;提及Paul-ValéryMontpellier提供的塑料艺术视频游戏3大学：www.univ-montp3.fr
Happé理论 - Incrion Animation Task
抽象的思想理论（汤姆）是指将精神状态归因于其他人的认知能力。这种功能甚至扩展到精神状态的归因于具有简单几何形状的动画，例如Frith-Happé动画，其中两个三角形无目的地移动（随机条件）（随机条件），表现出纯粹的身体运动（目标为导向的条件），或者像一个三角形在一个三角形对其他三角形的心理状态（tom tom的状态）一样移动。尽管已经完全确立了人类的这种能力，但对非人类灵长类动物的研究产生了不一致的结果。这项研究探讨了一种高度社交的灵长类动物Marmosets（Callithrix Jacchus）如何通过研究凝视模式和脑部激活Marmosets和人类观察到这些动画的方式来处理Frith-Happé动画。我们透露，与其他条件相比，在TOM动画中的三角形上，Marmosets和人类都表现出更长的固定性。但是，我们没有观察到与人类在Marmosets中的TOM动画上更长的整体固定持续时间相同的模式。此外，我们的发现表明，在观看汤姆与随机动画时，两种物种都激活了广泛和可比的大脑网络，这表明摩尔摩人在与人类类似的情况下区分了这些情况。虽然马尔莫斯人没有模仿人类的整体固定模式，但它们的凝视行为和神经激活表明汤姆和非TOM场景之间有区别。这项研究扩展了我们对非人类灵长类动物认知能力的理解，阐明了Marmoset和人类之间的TOM处理的潜在相似性和差异。
渔人湾沿海洪水动画 - epa.sa.gov.a
尽管我们已尽一切努力确保数据的准确性，但对于数据的准确性、可靠性或针对特定目的的适用性，我们并不作任何陈述或保证，并且 Integrated Coasts 对由于任何原因和形式的数据不准确或不完整而可能产生的所有费用、损失、损害和成本不承担任何责任。