2D und Maschinelles Lernen

Maschinelles Lernen kann die Erschließung und Digitalisierung von Sammlungsdaten massiv erleichtern. So lassen sich etwa digitalisierte Karteikartenbestände durch den Einsatz von Texterkennung automatisiert in strukturierte Daten überführen oder digitalisierte Abbildungen von Sammlungsobjekten mithilfe von Bilderkennung teilautomatisiert verschlagworten.

Gleichzeitig bieten Methoden des maschinellen Lernens ein mächtiges Werkzeug zur Forschung mit Sammlunsdaten: Texte wie etwa Briefe, Beschreibungen oder Provenienzdaten können durch Natural Language Processing (NLP) in großem Maßstab semantisch verarbeitet und verknüpft werden. Visuelle Daten wie historische Gemälde, Objektabbildungen oder Herbarien können durch automatische Bildanalyse in Verbindung gebracht, klassifiziert oder gruppiert werden.

Die Fachexpertise „2D und Maschinelles Lernen“ zielt auf die Vermittlung der notwendigen Grundlagen, um Methoden des maschinellen Lernens breit zugänglich zu machen und deren Einsatz in Forschung und Erschließung von Sammlungsdaten zu befördern. Zusätzlich sollen Sammlungsverantwortliche, Forschende aus den jeweiligen Fachgebieten sowie den technischen Disziplinen vernetzt werden.

Wir bieten Beratung über den Helpdesk, Workshops mit wechselnden Themen sowie Diskussionsforen an, um Austausch und Vermittlung zu ermöglichen.

 

Kontakt:

Mathias Zinnen
FAU Erlangen-Nürnberg / Lehrstuhl für Informatik 5 (Mustererkennung)
mathias.zinnen@fau.de