数据驱动的计算机创意系统可结合创意领域和愉悦心理物理学数据来源，利用大数据分析技术产生新颖高质量的创意产物，本文以烹饪食谱和菜单为例展示了该方法。

Nov, 2013

本文提出了一个基于人类创意实践的艺术画作算法计算模型框架，包括不确定的高层目标，发现新想法的探索过程以及迭代式的绘画过程等。

May, 2022

本研究开发了一个逆向问题公式，将组合和组合创造的产物转化为联想链以进行事后解释。该公式结构化为通过联想元素的知识图解决旅行商问题，并将旅行商路径的长度视为创造力中新奇性的度量。

Oct, 2020

本文探讨基于数据驱动分析的机器学习算法在车辆路径问题 (VRP) 上的应用，并针对不同算法评估方式可能产生的挑战提出了解决方案，希望能促进运营研究和机器学习领域的合作。

Sep, 2021

基于草图的地形生成方法中，我们提出了一种新的扩散网络方法，即地形扩散网络（TDN），它通过主动融入用户引导来增强可控性，同时考虑到河流、山脊、盆地和山峰等地形特征，生成更加逼真的地形。通过针对结构、中间和细粒度级别的多层去噪方案，以及引入预训练的地形自编码器的地形和草图潜空间，我们的方法在基于 NASA 地形图像构建的新数据集上进行了广泛实验证明了其有效性，达到了最先进的性能水平。

Aug, 2023

提出基于回归的学习框架，从创意的关键标准（如新颖、影响力、价值和意外性）的量化角度来评估创意。在电影数据集上进行实验，结果显示：1）创意标准与评论员分数的相关性，2）包含各种创意标准时可以提高电影评分预测的准确性，3）鉴别创意电影。

Jul, 2017

本文简要分析了 Musical Metacreation 的演变过程，并指出了其中遇到的创新难题。最后，本文认为算法的混合可以是未来研究的有用方向。

Aug, 2022

本文提出了一种新颖的计算框架，用于评估创造性产品（如绘画，雕塑，诗歌等）的创造力，基于构建创造性涉及网络，通过多次转换建立创造性涉及网络，而网络居中问题的变体可以高效地解决创造性推断问题。通过实验验证，可以将其用于衡量绘画（和雕塑）的创造力，同时还提出了一种量化验证的方法，称为 “时间机器实验”。

Jun, 2015

通过演化策略与自定义场景参数化，进行半透明三角形的 3D 场景渲染，从而实现根据自由语言描述艺术家规范来查看的电影渲染，为艺术家更轻松地表达抽象 3D 艺术创意提供了新的方式。

Apr, 2023

本文提出了一个计算创意视觉叙述的管道和任务模块，用于构建一个具有不同环境，基于叙述目标的变异和面向受众的故事叙述能力的计算机视觉技术，并分析了收集的数据并描述了此方法向自动化的计划。

Jul, 2018