Через зростання цифровізації мистецтва постають задачі покращення імерсивності під час взаємодії користувача з системами extended reality мистецтвом. Колаборативна фільтрація матричною факторизацією, метод рекомендацій, заснований на знаннях, глибока нейронна мережа з шарами занурення. Мета статті - використовуючи моделі рекомендаційних систем побудованих на різних принципах провести низку обчислювальних експериментів на модельних даних і, порівнюючи результати, перевірити, який із існуючих підходів до побудови рекомендаційних систем покаже найліпші результати при розв'язанні задачі - побудови системи вибору віртуальної арт-композиції. Проаналізовано ефективність різних методів побудови рекомендаційних систем для розв'язування задачі вибору відео у віртуальних арт-композиціях з урахуванням явного та неявного фідбеку користувачів. Перевірено, що найбільш ефективним виявився підхід з використанням гібридної моделі, яка поєднує метод колаборативної фільтрації, метод рекомендацій, заснований на знаннях і глибоку нейронну мережу з шарами занурення. Доведено, що завдяки математичному апарату глибоких нейронних мереж можна ефективно розв'язати задачу вибору відео у віртуальних арт-композиціях з урахуванням вподобань користувача. Висновок: розроблений у роботі підхід може бути використаний для покращення імерсивності під час взаємодії користувача з системами extended reality мистецтвом.

 Наукова періодика України 

---

Додаткова інформація про автора(ів) публікації:
(cписок формується автоматично, до списку можуть бути включені персоналії з подібними іменами або однофамільці)

• Нарожний Віталій Васильович (1973–) (технічні науки)
• Ткачов Віталій Миколайович (1989–) (технічні науки)
• Кучук Георгій Анатолійович (технічні науки)

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"