Review: Painting2Auction - Art Price Prediction with a Siamese CNN and LSTM 作者: Tom Worth, Stanford University 出版資訊: CS230: Deep Learning, Fall 2020, Stanford University, CA 摘要 本研究探討如何利用深度學習技術來預測藝術品的拍賣價格，旨在提升估價效率並減少專家評估中的人為偏見。傳統方法要麼直接從圖像預測價格，要麼依賴專家意見，前者忽視市場背景，後者則引入主觀性與資訊不對稱問題。因此，本文提出了一種新的混合方法，結合Siamese CNN（評估畫作相似度）與LSTM（處理時間序列數據），以綜合考量視覺特徵與市場動態，並排除藝術家因素對價格的影響。 [[ Figure : Siamese CNN + LSTM 架構示意圖 ]]: 這張圖是一個典型的模型架構示意圖，應該是用來展示本文提到的 Siamese