用于理解艺术的海量新数据集

我们都看过由数据制成的艺术，但是来自艺术的数据呢?在Entropy的一篇专题论文中，BhargavSrinivasaDesikan(洛桑联邦理工学院)、HajimeShimao(麦吉尔大学，前SFI博士后研究员)和SFIComplexity博士后研究员HelenaMiton发布了一个用于索引、搜索、检索、组织、分析1,600多位具有历史意义的艺术家的68,094件艺术品。

使用最先进的机器学习，作者能够提取风格表示和颜色分布，可用于查询艺术家或运动的风格时期(例如，毕加索的“蓝色”阶段)。

他们的数据集WikiArtVectors旨在为艺术史学家和文化分析师提供计算数据方法，以帮助发现和理解文化演变的模式。