- Titel
- Aktives Lernen für Informationsextraktion aus historischen Karten
- Zitierfähige Url:
- https://nbn-resolving.org/urn:nbn:de:bsz:14-qucosa2-358342
- Konferenz
- 10. Dresdner Flächennutzungssymposium. Dresden, 16.-17.05.2018
- Quellenangabe
- Flächennutzungsmonitoring X - 76
Erscheinungsort: Berlin
Verlag: Rhombos-Verlag
Erscheinungsjahr: 2018
Titel Schriftenreihe: IÖR Schriften
Bandnummer Schriftenreihe: 76
Seiten: 181-186
ISBN: 978-3-944101-76-7 - Erstveröffentlichung
- 2018
- Abstract (DE)
- Es gibt viele praktische Probleme im GIS, die derzeit nicht automatisch gelöst werden können, nicht weil unsere Algorithmen zu langsam sind, sondern weil wir überhaupt keinen zufriedenstellenden Algorithmus haben. Dies kann vorkommen, wenn es um Semantik geht, z. B. beim Extrahieren von Informationen oder beim Entwerfen von Visualisierungen. Von einem Computer kann derzeit nicht erwartet werden, dass er solche Probleme völlig unbeaufsichtigt löst. Darum betrachten wir den menschlichen Einsatz explizit als Ressource. Ein Algorithmus soll so viel Arbeit wie möglich in hoher Qualität leisten – aber entscheidend ist auch, dass er intelligent genug ist, um zu sehen, wo er Hilfe braucht, was er den Benutzer fragen sollte und wie er dessen Antworten berücksichtigt. Dieses Konzept bezieht sich auf neue Bereiche der Informatik wie aktives Lernen, aber wir legen den Fokus auf das richtige Design und die Analyse von Algorithmen und den daraus resultierenden Dialog zwischen Algorithmus und Mensch, den wir algorithmisch geführte Benutzerinteraktion nennen. Dieser Ansatz soll auf die Informationsextraktion aus historischen Karten angewandt werden.
- Freie Schlagwörter (DE)
- Algorithmen, Informationsextraktion, Historische Karten
- Klassifikation (DDC)
- 550, 710
- Klassifikation (RVK)
- RB 10906, RB 10912
- Herausgeber (Institution)
- Leibniz-Institut für ökologische Raumentwicklung e.V. (IÖR)
- Verlag
- Rhombos-Verlag, Berlin
- Version / Begutachtungsstatus
- publizierte Version / Verlagsversion
- URN Qucosa
- urn:nbn:de:bsz:14-qucosa2-358342
- Veröffentlichungsdatum Qucosa
- 24.10.2019
- Dokumenttyp
- Konferenzbeitrag
- Sprache des Dokumentes
- Deutsch
- Lizenz / Rechtehinweis
