論文の概要: Using Technology in Digital Humanities for Learning and Knowledge Dissemination

• arxiv url: http://arxiv.org/abs/2501.10275v1
• Date: Fri, 17 Jan 2025 16:05:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-20 14:00:03.565126
• Title: Using Technology in Digital Humanities for Learning and Knowledge Dissemination
• Title（参考訳）: デジタル人文科学における技術を活用した学習と知識の普及
• Authors: Armanda Rodrigues, Nuno Correia,
• Abstract要約: 我々は、人文科学のデータと知識の学習と普及を可能にするために、一連の技術とデータタイプを使用するツールの初期のセットについて述べる。 データを利用できるようにするための技術と、これらのデータとのインタラクションを強化するツールが、ユーザエクスペリエンスを改善し、学習と普及を促進する方法について説明する。
• 参考スコア（独自算出の注目度）: 0.8978061470104531
• License:
• Abstract: Research on Digital Humanities (DH) has been boosted due to the investment in technology for developing access and interaction tools for handling Humanities and Heritage data. The availability of these tools lowers the distance between DH scholars and data generators, and students at various levels, not only because it facilitates access to information but also through the dissemination technologies used in these tools, designed for the improvement of user experience. Most of the disciplines associated with the humanities involve geographical and temporal references, often integrated. These references have been scientifically and pedagogically handled for centuries and are established through the use of maps and timelines. Both these supports have been implemented and used digitally and their potential has been risen through their innovative integration with narratives, storytelling and story maps, enabling the telling of historical events in narratives superimposed on maps. These can be enhanced when supported by rich data, such as images, videos, sound, and their possible combinations in virtual and augmented reality. In this paper, we describe an initial set of tools which use a subset of these technologies and data types to enable learning and dissemination of Humanities data and knowledge. We describe how techniques for making data available and tools for enhancing interaction with these data can improve user experience and potentiate learning and dissemination.
• Abstract（参考訳）: デジタル人文科学(DH)の研究は、人文科学と遺産データを扱うためのアクセスツールと対話ツールを開発する技術への投資により、強化されている。 これらのツールの利用可能性は、DH学者とデータジェネレータ、および様々なレベルの学生との距離を下げる。 人文科学に関連するほとんどの分野は、地理的および時間的参照を含んでおり、しばしば統合されている。 これらの参照は、何世紀にもわたって科学的かつ教育的に扱われてきたもので、地図やタイムラインを用いて確立されている。 これら2つのサポートはデジタル的に実装され、物語、ストーリーテリング、ストーリーマップとの革新的な統合により、地図上に重畳された物語の歴史的出来事を伝えることが可能になった。 これらは、画像、ビデオ、サウンドなどのリッチなデータと、仮想および拡張現実におけるそれらの組み合わせによってサポートされたときに強化される。 本稿では、これらの技術のサブセットとデータタイプを用いて、人文科学のデータと知識の学習と普及を可能にするツールセットについて述べる。 データを利用できるようにするための技術と、これらのデータとのインタラクションを強化するツールが、ユーザエクスペリエンスを改善し、学習と普及を促進する方法について説明する。

関連論文リスト

• Data Augmentation in Human-Centric Vision [54.97327269866757]
  本研究では,人間中心型視覚タスクにおけるデータ拡張手法の包括的分析を行う。 それは、人物のReID、人間のパーシング、人間のポーズ推定、歩行者検出など、幅広い研究領域に展開している。 我々の研究は、データ拡張手法をデータ生成とデータ摂動の2つの主なタイプに分類する。
  論文  参考訳（メタデータ） (2024-03-13T16:05:18Z)
• Private Knowledge Sharing in Distributed Learning: A Survey [50.51431815732716]
  人工知能の台頭は多くの産業に革命をもたらし、社会の働き方を変えた。 異なるエンティティが分散または所有する学習プロセスにおいて、情報を活用することが不可欠である。 現代のデータ駆動サービスは、分散知識エンティティを結果に統合するために開発されています。
  論文  参考訳（メタデータ） (2024-02-08T07:18:23Z)
• An Educational Tool for Learning about Social Media Tracking, Profiling, and Recommendation [2.7049879606434013]
  本稿では,説明可能なAI(XAI)に基づく授業用ツールを提案する。 初級の学習者のために、トラッキング、プロファイリング、コンテンツレコメンデーションといった重要なソーシャルメディアメカニズムをデミストするように設計されている。
  論文  参考訳（メタデータ） (2024-02-02T13:34:44Z)
• Where Are We So Far? Understanding Data Storytelling Tools from the Perspective of Human-AI Collaboration [39.96202614397779]
  最近の研究は、人工知能がデータストーリーテリングにおいて人間を支援し、強化する可能性を探っている。 人とAIのコラボレーションの観点から、データストーリーテリングツールを理解するための体系的なレビューがない。 本稿では,分析,計画,実装,コミュニケーションなどのツールが機能するストーリーテリングワークフローの段階と,人間とAIの役割という2つの視点から,既存のツールをフレームワークで検討した。
  論文  参考訳（メタデータ） (2023-09-27T15:30:50Z)
• Semantic Segmentation of Vegetation in Remote Sensing Imagery Using Deep Learning [77.34726150561087]
  本稿では,公開されているリモートセンシングデータからなるマルチモーダル・大規模時間データセットを作成するためのアプローチを提案する。 我々は、異なる種類の植生を分離できる畳み込みニューラルネットワーク(CNN)モデルを使用する。
  論文  参考訳（メタデータ） (2022-09-28T18:51:59Z)
• A toolbox for idea generation and evaluation: Machine learning, data-driven, and contest-driven approaches to support idea generation [0.0]
  この論文には、アイデア生成をサポートするための、対応するデータソースとモデルを備えた、データ駆動および機械学習テクニックのリストが含まれている。 結果は、データ駆動とコンテスト駆動のアイデア生成をよりサポートするための、2つのモデル、1つのメソッドと1つのフレームワークを含む。 人間中心のAIは、アーティファクトのさらなる発展と創造性の促進に貢献できる、有望な研究分野である。
  論文  参考訳（メタデータ） (2022-05-19T20:28:49Z)
• Understanding the World Through Action [91.3755431537592]
  ラベルのないデータを利用するための汎用的で原則的で強力なフレームワークは、強化学習から導き出すことができると私は主張する。 このような手順が、下流の潜在的なタスクとどのように密接に一致しているかについて論じます。
  論文  参考訳（メタデータ） (2021-10-24T22:33:52Z)
• Synthetic Data: Opening the data floodgates to enable faster, more directed development of machine learning methods [96.92041573661407]
  機械学習における画期的な進歩の多くは、大量のリッチデータを利用できることに起因する。 多くの大規模データセットは、医療データなど高度に敏感であり、機械学習コミュニティでは広く利用できない。 プライバシー保証で合成データを生成することは、そのようなソリューションを提供します。
  論文  参考訳（メタデータ） (2020-12-08T17:26:10Z)
• Semantics of the Black-Box: Can knowledge graphs help make deep learning systems more interpretable and explainable? [4.2111286819721485]
  近年のディープラーニング(DL)の革新は、個人や社会に大きな影響を与える可能性がある。 DLモデルのブラックボックスの性質と大量のデータへの過度依存は、システムの解釈可能性と説明可能性に課題をもたらす。 本稿では,知識グラフとして提供される知識が,知識注入学習を用いたDL手法にどのように組み込まれているかを示す。
  論文  参考訳（メタデータ） (2020-10-16T22:55:23Z)
• Human Trajectory Forecasting in Crowds: A Deep Learning Perspective [89.4600982169]
  本稿では,既存の深層学習に基づくソーシャルインタラクションのモデル化手法について詳細に分析する。 本稿では、これらの社会的相互作用を効果的に捉えるための知識に基づく2つのデータ駆動手法を提案する。 我々は,人間の軌道予測分野において,重要かつ欠落したコンポーネントであるTrajNet++を大規模に開発する。
  論文  参考訳（メタデータ） (2020-07-07T17:19:56Z)
• Ontologies in CLARIAH: Towards Interoperability in History, Language and Media [0.05277024349608833]
  デジタル人文科学の最も重要な目標の1つは、研究者に新しい研究質問のためのデータとツールを提供することである。 FAIRの原則は、データが必要な状態として、これらのフレームワークを提供する。 Findable は、さまざまなソースに散らばっているため、しばしば参照可能 アクセス可能 いくつかはオフラインやペイウォールの後方にあるかもしれない 相互運用可能 標準的な知識表現フォーマットを使用して、共有される。 オランダの国立プロジェクト CLARIAH に開発・統合されたツールについて述べる。
  論文  参考訳（メタデータ） (2020-04-06T17:38:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。