研究论文
Leveraging Generative Artificial Intelligence to Create Visual Content in Digital Advertising
Remi Daviet, Yohei Nishimura
University of Wisconsin–Madison
阅读操作
确认中在文库中上传 PDF 后可生成中文音频讲解。
摘要与影响
摘要 · 完整
Creating high-performing, brand-aligned advertising visuals is challenging; we develop a generative AI framework using Bayesian active learning to efficiently discover effective designs.
逐年被引趋势
暂无年度引用数据
关键指标
0
被引次数 · OpenAlex
0.00
领域内被引倍数
同类平均 = 1
同类平均 = 1
前 66%
引用位次
同领域 · 同年份 · 同类型
同领域 · 同年份 · 同类型
18
参考文献
Google Scholar 与 OpenAlex 的被引统计范围不同，数值存在差异属正常。
AI 辅助阅读
依据：摘要
论文问答
当前基于摘要回答
可就本文提问；依据不足时会说明。
学术脉络
学科主题
计算机 / AIGenerative Adversarial Networks and Image Synthesis
Machine Learning and Algorithms · Multimodal Machine Learning Applications
参考文献 18
Bayesian Experimental Design: A Review
被引 1,886Kathryn M. Chaloner, Isabella Verdinelli · Statistical Science · 1995
Active Machine Learning for Consideration Heuristics
被引 99Daria Dzyabura, John R. Hauser · Marketing Science · 2011
Taking the Human Out of the Loop: A Review of Bayesian Optimization
被引 6,255Bobak Shahriari, Kevin Swersky, Ziyu Wang · Proceedings of the IEEE · 2015
此处列出前 3 条
引用本文 -
暂无引用本文的记录