198 Suchergebnisse

Genauigkeit: Überlegungen zu Edition, digitaler Edition und künstlicher Intelligenz

Der Beitrag diskutiert das Konzept der Genauigkeit als Prinzip wissenschaftlichen Edierens an der Schnittstelle traditioneller Editionsprinzipien, digitaler Arbeitsabläufe, maschinellem Lernen und generativer KI. Argumentiert wird, dass die Editionswissenschaft ein qualitatives Verständnis von Genauigkeitsmaßen entwickeln muss.
Autor*innen
Georg Vogeler
(Version 1.0)

Modelling the Middle Ages. VisColl and VCEditor as a Digital Tool for Manuscript Research

Based on in-depth interviews with the developers and with users, this article discusses how VCEditor (VisColl Editor), a digital tool for modelling, visualising, and reconstructing the collation structure of books, shapes research practices of medieval manuscript scholars.
Autor*innen
Suzette van Haaren
(Version 1.0)

OHTM-Dashboard. Interaktives visuelles Topic-Modeling-Analyse-Tool

In dem Beitrag wird das Oral History Topic Modeling Dashboard (OHTM-Dashboard) als Lösungsansatz vorgestellt, der auf die spezifischen Anforderungen lebensgeschichtlicher Interviews optimiert ist. Die Case Study basiert auf einem Korpus von 991 Interviews zu Heimat- und Beheimatungsprozessen.
Autor*innen
Philipp Bayerschmidt
(Version 1.0)

Irgendwas in Japan. Erfahrungswerte zur Bildsuche und Bilderkennung in der architekturhistorischen Forschung

Beim Einsatz moderner KI-Methoden zeigen sich immer wieder Hürden in der Bilderkennung. Anhand digitalisierter Fotografien japanischer Architektur folgt der Beitrag neuen Impulsen der architekturhistorischen Forschung und fordert stärkere interdisziplinäre Kooperation, um der Architekturgeschichte weitere Wege zu eröffnen.
Autor*innen
Beate Löffler
(Version 1.0)

Bodies in Relation. Theater Photography and the Distant Viewing of Performance

This paper argues that deep learning for computer vision can tackle both challenges of theater photography – the medium’s precarious status and archive size –, enabling distant viewing approaches from Digital Literary Studies and Art History applied to Theater Studies.
Autor*innen
Ulf Otto
(Version 1.0)

Aiding Provenance Research. A Computer-Assisted Image Retrieval in Auction Catalogs

Provenance research examines the origin of objects and aims to reconstruct their ownership history. This paper presents an image-based method for information retrieval in large data collections while using neural networks. The authors provide the technical conceptualization of image similarity underlying the algorithm.
Autor*innen
Mathias Zinnen
Sabine Lang
Andreas Maier
Vincent Christlein
(Version 1.0)

Mapping Hospital Heritage with WikiFAIR. A Proposal for Research Data Management

This paper presents a concept for research data management using WikiFAIR. The analysis is based on data related to the visual culture of European hospitals. Furthermore, Wikidata is presented as a reference ontology for data modeling and linking.
Autor*innen
Frieder Leipold
Lily Baumeister
Isabella Limmer
Miriam Siebert
Max Kristen
Chiara Franceschini
(Version 1.0)
Cover zeigt über der Titelüberschrift den Ausschnitt einer Heatmap aus dem Beitrag
Beitrag in Working Papers

Topic Modeling für die Geschichtswissenschaft

Das Working Paper untersucht die Anwendung von Topic Modeling in den Geschichtswissenschaften mit Fokus auf der praxisorientierten Reflexion des gesamten Arbeitsprozesses. Die Autor*innen plädieren für eine methodenkritische Anwendung von Topic Modeling, die quellenkritische und hermeneutische Ansätze umfasst.
(Version 1.0)

Das konzeptuelle Modell des Zaubermärchens und seine digitale Umsetzung

Der Beitrag befasst sich mit der maschinellen Umsetzung und Schematisierung der universellen Struktur des Märchens. Dafür wird ein eigenes Markup-Schema zur standardisierten Kodierung des Inhalts verwendet. Vorgestellt wird u. a. ein digitaler Assistent für die semiautomatische Annotation des volkstümlichen Märchens.
Autor*innen
Elguja Dadunashvili
(Version 1.0)

Ähnlichkeiten erklären. Explainable Artificial Intelligence für die multimodale Bildsuche und ‑analyse in der Kunstgeschichte

Der Beitrag untersucht das Konzept der Ähnlichkeit im Rahmen der Explainable Artificial Intelligence (XAI) in Modellen des maschinellen Lernens für die kunsthistorische Bildsuche und -analyse.
Autor*innen
Julian Stalter
Matthias Springstein
Stefanie Schneider
(Version 1.0)